Word中接入大模型教程

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:

### 集成本地大规模预训练语言模型到Microsoft Word 为了在 Microsoft Word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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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