Word中接入大模型API教程

于 2025-02-17 15:12:19 发布
阅读量1.1k 收藏 31
点赞数 7
文章标签： word 人工智能 AI大模型 LLM langchain 自然语言处理 API
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/huang9604/article/details/145683685
版权

前言

为什么要在word中接入大模型呢？

个人觉得最大的意义就是不用来回切换与复制粘贴了吧。

今天分享一下昨天实践的在word中接入大模型的教程。

在word中接入大模型最简单的方式就是使用vba。

vba代码要做的事，拆分一下就是：

  1. 获取用户选中的文本，未选择弹窗提示。

  2. 向大模型API接口发送一个Post请求。

  3. 解析返回的json数据，获取content的内容。

  4. 为了用户体验，打造假流式效果。

效果

实践

第一步：获取用户选中的文本，未选择弹窗提示。

vba代码：

Sub GetSelectedText()     Dim selectedText As String        If Selection.Type = wdSelectionIP Then ' 如果是插入点（光标闪烁），则未选择文本       MsgBox "未选中任何文本！请先选择文本。", vbExclamation     Else       selectedText = Selection.Text       If Trim(selectedText) = "" Then  ' 再次检查 Trim 后的文本是否为空，以防用户只选择了空格         MsgBox "未选中任何文本！请先选择文本。", vbExclamation       Else         MsgBox "选中的文本是: " & selectedText       End If     End If   End Sub

效果：

image-20250217102026941

image-20250217102101716

第二步：向大模型API接口发送一个Post请求。

在第一步中获取的文本大概率会包含换行符，如果没有去掉，在发送请求的时候会报错，因此第一步的完整代码还需要包括去除换行符的部分，完整代码如下所示：

 `Dim selectedText As String        If Selection.Type = wdSelectionIP Then ' 如果是插入点（光标闪烁），则未选择文本       MsgBox "未选中任何文本！请先选择文本。", vbExclamation     Else       selectedText = Selection.Text       If Trim(selectedText) = "" Then  ' 再次检查 Trim 后的文本是否为空，以防用户只选择了空格         MsgBox "未选中任何文本！请先选择文本。", vbExclamation       Else        '  **** 在这里添加删除换行符的代码 ****         selectedText = Replace(selectedText, Chr(13), "") ' 删除回车符 (CR)         selectedText = Replace(selectedText, Chr(10), "") ' 删除换行符 (LF)       End If     End If`

在vba中发送Post，可以使用MSXML2.XMLHTTP，代码如下：

API = "https://api.siliconflow.cn/v1/chat/completions"       inputText = selectedText              SendTxt = "{""model"": ""meta-llama/Llama-3.3-70B-Instruct"", ""messages"": [{""role"":""system"", ""content"":""你是一个word助手，直接输出文本，不要用md格式。""}, {""role"":""user"", ""content"":""" & inputText & """}], ""stream"": false}"       'MsgBox SendTxt, vbExclamation       'Selection.TypeText Text:=SendTxt              api_key = "sk-xxx"               Set Http = CreateObject("MSXML2.XMLHTTP")       With Http       .Open "POST", API, False       .setRequestHeader "Content-Type", "application/json"       .setRequestHeader "Authorization", "Bearer " & api_key       .send SendTxt       status_code = .Status       response = .responseText       End With

这里使用的是硅基流动的平台，使用其它平台需要修改的地方为API接口地址、模型名称与对应的api_key。

第三步：解析返回的json数据，获取content的内容。

为方便起见，我使用的是正则表达式进行content内容的提取。

代码如下所示：

Dim regExp As Object   Set regExp = CreateObject("VBScript.RegExp")       regExp.Pattern = """content"":""([^""]*)"""       regExp.Global = True          Dim matches As Object   Set matches = regExp.Execute(response)          Dim content As String   content = matches(0).SubMatches(0)

第四步：为了用户体验，打造假流式效果。

为了不覆盖选中的内容，需要移动光标。然后为了用户体验，打造假流式效果。

代码如下所示：

Selection.MoveDown Unit:=wdLine, Count:=1       Selection.TypeParagraph ' 插入一个新段落，确保在下一行开始              For i = 1 To Len(content)           Dim char As String           char = Mid(content, i, 1)           Selection.TypeText Text:=char           Dim startTime As Single           startTime = Timer           Do While Timer < startTime + 0.02               DoEvents           Loop       Next i

直接使用我分享的插件

感兴趣的朋友，可以根据我的分享，直接去写一下。但是很多朋友对vba可能不感兴趣，只是想在word中直接使用。

接下来我将手把手分享，如何使用我分享的插件。

首先关注公众号“小铭同学的AI工具学习记录”，发送“Word插件”，即可获取word插件。

第一步：获取大模型的API Key。

这里根据大家自己使用的大模型平台而定。

如果没有使用过，我比较推荐硅基流动这个平台，新用户注册有14元永久额度，很多其它平台额度都是有期限的。

邀请链接：https://cloud.siliconflow.cn/i/Ia3zOSCU。

注册完成之后，点击API密钥，新建一个API密钥。

image-20250217110244129

模型名称在模型广场可以复制，比较推荐的是：deepseek-ai/DeepSeek-R1、deepseek-ai/DeepSeek-V3、meta-llama/Llama-3.3-70B-Instruct、Qwen/Qwen2.5-72B-Instruct-128K与Qwen/Qwen2.5-72B-Instruct。

第二步：在word中导入插件。

关注公众号“小铭同学的AI工具学习记录”，发送“Word插件”，即可获取word插件。

下载下来，如下所示：

image-20250217111511497

文件——》选项——》信任中心——》信任中心设置——》启用所有宏——》确定。

image-20250217122533249

文件——》选项——》自定义功能区——》勾选开发工具。

image-20250217111659589

开发工具——》Visual Basic。

image-20250217111905533

文件——》导入文件——》选择刚刚下载的Word插件。

image-20250217112147489

然后如果使用的是硅基流动，在这两个文件的api_key位置填入自己的api_key即可，如果选择其它平台，如果兼容openai格式，改一下api地址、模型名称然后填入自己的api_key即可。

image-20250217112351894

点击保存，会出现下面这个提示。

image-20250217112451435

选择否，然后启用宏。

image-20250217112537868

可以在不使用这个功能的时候，另存为docx就好了。

回到开发工具，新建一个分组。

image-20250217112744079

选择宏，添加到AI助手中。

image-20250217112915087

现在word就出现了刚刚添加的插件：

image-20250217113030084

第三步：使用插件

选中文本，再点击选择的功能即可。

AI助手是直接提问，AI论文扩写助手是进行论文扩写。

直接提问

image-20250217113436348

AI论文扩写

image-20250217114503471

最后

如果你在实践过程中，遇到了问题，也可以联系我哦。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

大模型——让Word插上AI的翅膀:如何把DeepSeek装进Word
03-21 753
1. 回到Word，点击“文件”->“选项”->“自定义功能区”。2. 在右侧的“主选项卡”中，右键点击“开发工具”，选择“添加新组”。3. 将新组重命名为“DeepSeek”，并选择一个你喜欢的图标。4. 在左侧的命令列表中，选择“宏”，找到我们刚刚创建的“CallDeepSeek”宏，将其添加到“DS生成”组中。5. 最后，将这个按钮重命名为“DeepSeek V3”。
【大模型】WPS 接入 DeepSeek-R1详解，打造全能AI办公助手
最新发布
congge
03-09 1万+
WPS 接入 DeepSeek R1
DeepSeek R1 Ollama本地化部署全攻略：三步实现企业级私有化大模型部署
理论都是虚的，代码才是王道。
01-28 1万+
Ollama作为当前最受欢迎的本地大模型运行框架，为DeepSeek R1的私有化部署提供了便捷高效的解决方案。本文将深入讲解如何将Hugging Face格式的DeepSeek R1模型转换为Ollama支持的GGUF格式，并实现企业级的高可用部署方案。文章包含完整的量化配置、API服务集成和性能优化技巧。
DeepSeek 高薪引才登上热搜~网友：现在转行来得及吗？（附大模型教程）
DEVELOPERAA的博客
02-13 859
最近，DeepSeek 高薪招聘的消息刷爆网络，引发了社会各界的广泛关注。动辄百万的年薪、优厚的福利待遇，无一不彰显着人工智能与大数据领域对专业人才的极度渴求。
Deepseek本地部署详细指南！从 Ollama 到个人知识库应用
2401_85375186的博客
02-10 2347
通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。在配置 url 时，因为是 docker 服务，http://localhost:11434 存在无法访问的情况，可以尝试http://host.docker.internal:11434。访问https://ollama.com/library/deepseek-r1，默认为 7b 模型，如需其他模型，可以在当前页搜索所需模型。：智能制造和自动化工厂提高了生产效率和质量。
本地部署DeepSeek
weixin_46480637的博客
01-31 5255
Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载。按"win+x",选择“系统”，选择“高级设置”，选择“环境变量”，7、安装可视化界面平台：可以选择下载到电脑端，也可以启动网页版。3、安装完成后，按"windows+R",输入"cmd”4、输入“ollama -v”，查看版本，表示安装成功。如果还出现一下错误，就点击“检查您的设置”，选择模型。6、选择模型大小，复制下载的命令，运行开始下载。2、下载完成后，安装ollama.exe。配置好后，退出OLLAMA，重新登陆。
Word中直接接入DeepSeek，通过API调用DeepSeek AI模型，实现word自动问答
03-03
本篇将介绍一个名为`CallDeepSeek`的自动化工具，该工具基于VBA编程语言开发，专门用于在Microsoft Word环境下接入DeepSeek AI模型。通过API调用，`CallDeepSeek`使得Word文档能够进行智能的文本润色，尤其适用于...
免费deepseek的API获取教程及将API接入word或WPS中
qq_40230540的博客
02-14 3891
6 文件-另存为带宏的模板-放入C:\Users<YourUsername>\AppData\Roaming\Microsoft\Word\STARTUP中，完成。1 打开一个word，文件-选项-自定义功能区-勾选开发工具-左侧的信任中心-信任中心设置-宏设置-启用所有宏-确定。5 中间框中依次选中“宏”-deepseek模型-（选中刚创建的deepseek组）添加。4 文件-选项-自定义功能区-选中开发工具-新建组（命名为deepseek）2 开发工具-VB-插入-模块。2 按照图中步骤进行操作。
Word中接入Siliconflow，调用DeepSeek AI模型，实现word自动问答
03-03
# **CallDeepSeek - 文本润色自动化工具** CallDeepSeek` 是一个基于 VBA 的自动化工具，用于通过 API 调用 AI 模型对 Word 文档中的文本进行润色。...Word中接入Siliconflow，调用DeepSeek AI模型，实现word自动问答
在Word中快速接入DeepSeek AI
zys_yyds的博客
02-09 1万+
宏（Macro）是一种自动化任务的小程序，通过VBA（Visual Basic for Applications）编写，可以在Word中执行复杂的操作。通过宏，我们可以直接调用DeepSeek API，实现文本处理、翻译、润色等功能。点击文件选项自定义功能区。在右侧右键点击开发者工具，选择添加新组。右键点击新建的组，选择重命名，将其命名为“DeepSeek”，并选择一个图标。在左侧命令列表中选择宏，找到并选中，点击添加。右键点击添加的命令，选择重命名，将其命名为“生成”，并选择一个图标。
win11通过ollama本地部署deepseek-r1:1.5b
李昂的博客
01-24 1万+
deepseek-r1:1.5b这个模型确实很轻量资源占用很少，应该也就占用1GB多点显存，但是也确实比较呆，很多问题都回答不上来，这里如果想要运行其他模型，可以参考ollama的技术文档https://ollama.readthedocs.io/quickstart/ 里面说明了其他模型运行的方式以及所需要的资源。下载完成后安装ollama，默认安装在c盘下面，这个通过默认安装方式无法更改模型就行，安装完成后可以打开CMD窗口输入。首次运行会自动下载模型，运行完成后就可以进行正常交互了。
简易教程|使用Ollama在本地部署大语言模型（Ollama+Deepseek_R1+OpenWebUI）
热门推荐
m0_61171702的博客
01-26 4万+
用简洁的方式部署AI大模型，从安装ollama到拉取AI大模型文件，到使用OpenWebUI的使用，没有多余描述。
小白都能看懂，deepseek本地部署教程（附教程）
pythonhy的博客
02-14 1万+
今天给大家分享deepseek的本地部署教程，有需要的朋友可以留言交，可以提供本地部署及服务器资源监控。　
使用ollama在本地部署一个deepseek大模型
从入门到放弃
02-02 4364
DeepSeek最近很火，但是使用的时候因为种种原因，经常无响应，要不排队，要不无法联网搜索，研究了一下，发现自己的破显卡还能试着本地部署运行一下，索性部署记录了一下这个过程分享出来。
DeepSeek本地部署详细指南
weixin_49684553的博客
02-09 3万+
DeepSeek本地部署详细指南随着人工智能技术的飞速发展，本地部署大模型的需求也日益增加。DeepSeek作为一款开源且性能强大的大语言模型，提供了灵活的本地部署方案，让用户能够在本地环境中高效运行模型，同时保护数据隐私。以下是详细的DeepSeek本地部署流程。（一）硬件需求最低配置：CPU（支持AVX2指令集）+ 16GB内存 + 30GB存储。推荐配置：NVIDIA GPU（RTX 3090或更高）+ 32GB内存 + 50GB存储。（二）软件依赖。
本地部署DeepSeek R1：打造私人AI助手完全指南
海棠AI实验室
01-28 1万+
DeepSeek R1 是一款由 DeepSeek 团队开发的先进推理模型。它不仅在性能上可与业界领先的商业模型相媲美，更重要的是，它完全开源，允许用户在本地环境中自由部署和使用。DeepSeek R1 支持多种模型规模，从轻量级的 1.5B 参数模型到强大的 70B 参数模型，用户可以根据自己的需求和硬件条件灵活选择。DeepSeek R1 的主要特点：开源免费：用户可以自由使用、修改和分发。高性能：在多项基准测试中表现出色，可与商业模型媲美。多规模选择。
word接入本地大模型
02-21
### 集成本地大规模预训练语言模型到Microsoft Word 为了在 Microsoft Word 中接入并使用本地部署的大规模预训练语言模型 (LLM)，可以采用插件或宏的方式实现自动化文本生成或编辑功能。具体方法涉及创建一个能够调用本地 LLM API 的应用程序接口，并通过 VBA 或 Office Add-in 将其连接至 Word。 #### 方法一：利用Office Add-ins技术 1. 开发基于JavaScript/TypeScript的Office Add-in，该Add-in负责与本地运行的语言模型服务器通信。 2. 使用 RESTful API 或 gRPC 协议发送请求给本地 LLM 服务端口，传递待处理文档片段作为输入数据。 3. 接收来自 LLM 的响应结果后，在 Word 文档内显示预测的文字内容或者建议修改意见。 ```javascript // JavaScript 示例代码用于发起HTTP POST 请求到本地LLM服务 fetch('http://localhost:8000/predict', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ text: "需要分析的内容" }) }) .then(response => response.json()) .then(data => console.log(data.prediction)); ``` #### 方法二：借助VBA脚本编程 对于熟悉 Visual Basic for Applications(VBA) 用户来说，也可以考虑编写一段简单的 VBA 宏来完成相同的功能： - 创建 COM 对象实例指向外部 Python 脚本或其他可执行文件； - 编写 Python 脚本来封装对本地 LLM 的调用逻辑； - 在 VBA 中定义按钮控件触发事件处理器函数，从而启动整个流程。 ```vba Sub CallLocalModel() Dim objShell As Object Set objShell = CreateObject("WScript.Shell") objShell.Run ("C:\path\to\your_script.bat"), , True End Sub ``` 以上两种方案均需确保本地计算机上已成功安装并配置好相应的 LLM 及配套环境[^1]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值