项目实训——上传Excel后处理

任务

小组完成了Excel文件转换为CSV文件、打通了通义千问的API接口。
接下来完成一个POST接口，接收文件和需求，将其拼接为Prompt中输入给AI的格式。

上传文件、发送请求

@PostMapping("/analyse")
public DataResponse update(
    @RequestParam("file") MultipartFile file,
    @RequestParam("necessary") String necessary) throws NoApiKeyException, InputRequiredException {
    // 上传文件处理
    String excelFilePath = "src/main/java/com/example/demo/service/impl/testDir";
    try {
        // 保存文件逻辑
        byte[] bytes = file.getBytes();
        excelFilePath = excelFilePath + "/" + file.getOriginalFilename();
        Path path = Paths.get(excelFilePath);
        Files.write(path, bytes);
        System.out.println(file.getOriginalFilename() + "保存成功");
    } catch (Exception e) {
        return CommonMethod.getReturnData(500, "文件保存失败：" + e.getMessage());
    }
    // 拼接提示词
    if (necessary == null) necessary = "分析变化情况";
    String message = "分析需求：\n";
    message += necessary;
    message += "\n原始数据：\n";
    String csvString = convertExcelToCsv(excelFilePath, null);
    message += csvString;
    String result = callWithMessage(message);
}

文件保存，使用try catch保存文件到本地，调用之前的convertExcelToCsv函数将excel转化为CSV格式。
使用字符串拼接为Prompt中要求的格式，调用AI函数。

提取结果

请求得到的数据

调用AI函数后的result变量值如下：

【【【【【
```javascript
option = {
    title: {
        text: '网站用户增长情况',
        subtext: '日期 vs 用户数',
        x: 'center'
    },
    xAxis: {
        type: 'category',
        data: ['1号', '2号', '3号'],
        axisLabel: {
            interval: 0
        }
    },
    yAxis: {
        type: 'value',
        name: '用户数'
    },
    series: [{
        name: '用户增长',
        type: 'line',
        data: [10, 20, 30],
        smooth: true
    }]
};
```
】】】】】
数据分析结论：根据数据，网站用户在1号至3号期间呈现出线性增长趋势。1号有10名用户，2号增加到20名，3号进一步增长至30名。这种稳定的增长态势表明网站的用户基数正在稳步扩大。

分割数据

这个变量值显然不可直接使用，需要做一些分割并处理掉markdown格式的```，处理代码：

// 这里做字符串之后的分割
String code = "", analyse = "";
// 遇到第一个】就分割成两个部分
String[] strings = result.split("】", 2);
code = strings[0].replace("【", "");
analyse = strings[1].replace("【", "");
code = code.replace("】", "");
analyse = analyse.replace("】", "");
Map data = new HashMap();
data.put("code", code);
data.put("analyse", analyse);
return CommonMethod.getReturnData(200, data, "分析成功");

这里只展示了关键代码，实际的代码中通过对一些关键词的查找、分割后数组的大小可判断是否顺利生成，若没有顺利生成则会返回别的错误码。

测试接口

使用Apifox软件POST该接口，得到如下结果：

{
    "code": 200,
    "data": {
        "code": "\n{\n  \"title\": \"网站用户增长情况\",\n  \"xAxis\": {\n    \"type\": \"category\",\n    \"data\": [\"1号\", \"2号\", \"3号\"]\n  },\n  \"yAxis\": {\n    \"type\": \"value\",\n    \"name\": \"用户数\"\n  },\n  \"series\": [\n    {\n      \"name\": \"用户增长\",\n      \"type\": \"line\",\n      \"data\": [10.0, 20.0, 30.0],\n      \"smooth\": true\n    }\n  ]\n}\n",
        "analyse": "\n\n数据分析结论：\n根据图表显示，网站用户在1号到3号期间呈现逐日增长的趋势。具体来说，1号用户数为10，2号增长到20，3号进一步增加到30，显示出网站的用户基础在稳步扩大。这可能是由于新用户注册增加、活跃度提升或者市场推广活动的效果。为了更深入地了解用户增长的驱动力，可能需要分析其他相关数据，如用户来源、留存率等。"
    },
    "msg": "分析成功"
}

这样的JSON值可以非常容易地被前端调用。

Mock接口

由于该接口会ai反复调用，反应慢且消耗Token。
故使用一个mock接口模拟调用接口返回的数据，方便前端开发。

@PostMapping("/mock")
public DataResponse updateMock(
    @RequestParam("file") MultipartFile file,
    @RequestParam("necessary") String necessary) {
    Map data = new HashMap();
    data.put("code", "\\n{\\n  \\\"title\\\": \\\"网站用户增长情况\\\",\\n  \\\"xAxis\\\": {\\n    \\\"type\\\": \\\"category\\\",\\n    \\\"data\\\": [\\\"1号\\\", \\\"2号\\\", \\\"3号\\\"]\\n  },\\n  \\\"yAxis\\\": {\\n    \\\"type\\\": \\\"value\\\",\\n    \\\"name\\\": \\\"用户数\\\"\\n  },\\n  \\\"series\\\": [\\n    {\\n      \\\"name\\\": \\\"用户增长\\\",\\n      \\\"type\\\": \\\"line\\\",\\n      \\\"data\\\": [10.0, 20.0, 30.0],\\n      \\\"smooth\\\": true\\n    }\\n  ]\\n}\\n");
    data.put("analyse", "\\n\\n数据分析结论：\\n根据图表显示，网站用户在1号到3号期间呈现逐日增长的趋势。具体来说，1号用户数为10，2号增长到20，3号进一步增加到30，显示出网站的用户基础在稳步扩大。这可能是由于新用户注册增加、活跃度提升或者市场推广活动的效果。为了更深入地了解用户增长的驱动力，可能需要分析其他相关数据，如用户来源、留存率等。");
    return CommonMethod.getReturnData(200, data, "分析成功");
}

前端得到如下返回结果：

{
    "code": 200,
    "data": {
        "code": "\n{\n  \"title\": \"网站用户增长情况\",\n  \"xAxis\": {\n    \"type\": \"category\",\n    \"data\": [\"1号\", \"2号\", \"3号\"]\n  },\n  \"yAxis\": {\n    \"type\": \"value\",\n    \"name\": \"用户数\"\n  },\n  \"series\": [\n    {\n      \"name\": \"用户增长\",\n      \"type\": \"line\",\n      \"data\": [10.0, 20.0, 30.0],\n      \"smooth\": true\n    }\n  ]\n}\n",
        "analyse": "\n\n数据分析结论：\n根据图表显示，网站用户在1号到3号期间呈现逐日增长的趋势。具体来说，1号用户数为10，2号增长到20，3号进一步增加到30，显示出网站的用户基础在稳步扩大。这可能是由于新用户注册增加、活跃度提升或者市场推广活动的效果。为了更深入地了解用户增长的驱动力，可能需要分析其他相关数据，如用户来源、留存率等。"
    },
    "msg": "分析成功"
}

这与调用真实接口得到的结果一致，方便前端的后续开发。