介绍基于 Azure OpenAI GPT-4 构建办公助手型 Agent 的实战落地。通过 Python 代码实现 Word、PDF、TXT 文件的自动读取、内容智能总结及结果保存功能。文章包含依赖安装、核心工具模块（文件读取、文本总结、结果保存）、Agent 意图解析与记忆机制，以及多轮对话测试示例。旨在解决职场中手动处理文档的重复工作，实现一键自动化操作。
上一篇我们成功升级了 Azure Agent，实现了「多工具支持」和「多轮记忆」两大核心功能，摆脱了'单一文本总结、无上下文记忆'的局限，让 Agent 从基础工具升级为实用型智能助手。同时掌握了 Agent 的模块化扩展逻辑——通过工具映射字典，可灵活新增功能，无需重构核心代码。
这一篇我们进入「实战落地」阶段——结合职场高频需求，基于上一篇的模块化架构，打造一个能直接用的办公助手型 Agent，核心实现 3 个实用功能，全程复用你已有的 Azure GPT-4 模型和 azure_config.json 配置文件。
本篇核心目标：让 Agent 能'读文件、做总结、存结果'，适配 Word、PDF、TXT 三种常见办公文件格式，解决职场中'手动读取文件、总结内容、保存结果'的重复工作，真正实现'一键操作、全程自动化'。同时，我们会优化 Agent 的稳定性和容错性，避免因文件格式错误、内容为空导致的程序崩溃，让实操更顺畅。
新增的「文件读取模块」和「结果保存模块」是本次实战的重点。
# 补充文件读取依赖（支持 Word/PDF/TXT）
pip install python-docx # 读取 Word 文件（.docx 格式）
pip install PyPDF2 # 读取 PDF 文件（.pdf 格式）
# 结果保存依赖（复用之前的，若已安装可跳过）
pip install openpyxl # 保存为 Excel（可选，本次默认保存为 TXT，更简单）
from openai import AzureOpenAI
import json
import os
from docx import Document # 读取 Word 文件
from PyPDF2 import PdfReader # 读取 PDF 文件
# ===================== 1. Azure 配置加载（完全复用 上一篇，无需修改） =====================
CONFIG_FILE = "azure_config.json"
def load_azure_config():
"""加载 Azure OpenAI 配置，沿用 上一篇的容错处理，避免配置错误导致程序崩溃"""
if os.path.exists(CONFIG_FILE):
try:
with open(CONFIG_FILE, "r", encoding="utf-8") as f:
config = json.load(f)
# 验证核心配置是否完整（适配 GPT-4 部署，与 上一篇一致）
required_keys = ["azure_endpoint", "api_key", "deployment_name"]
if all(key in config for key in required_keys):
return config
else:
print("⚠️ Azure 配置文件不完整，将重新引导输入")
except Exception as e:
print(f"⚠️ 配置文件读取失败（{str(e)}），将重新引导输入")
# 若配置文件不存在/读取失败，引导用户重新输入并生成新文件（与 上一篇逻辑一致）
config = {
"azure_endpoint": input("请输入 Azure Endpoint："),
"api_key": input("请输入 Azure OpenAI API Key："),
"deployment_name": input("请输入 GPT-4 模型部署名称：")
}
with open(CONFIG_FILE, "w", encoding="utf-8") as f:
json.dump(config, f, ensure_ascii=False, indent=4)
return config
# 初始化 Azure OpenAI 客户端（稳定调用 GPT-4，版本与 上一篇一致）
config = load_azure_config()
client = AzureOpenAI(
azure_endpoint=config["azure_endpoint"],
api_key=config["api_key"],
api_version="2024-08-01-preview" # 兼容 GPT-4 的稳定版本，与 上一篇保持一致
)
# ===================== 2. 核心工具模块（新增文件读取 + 结果保存，复用 上一篇工具） =====================
# 工具 1：读取文件（支持 Word/PDF/TXT，自动识别格式，新增工具）
def read_file(file_path: str) -> str:
"""读取文件内容，自动识别文件格式，返回纯文本，添加容错处理，延续 上一篇容错思路"""
# 验证文件是否存在
if not os.path.exists(file_path):
return f"❌ 文件不存在，请检查文件路径是否正确（当前路径：{file_path}）"
# 自动识别文件格式（根据后缀名）
file_ext = os.path.splitext(file_path)[1].lower()
try:
if file_ext == ".docx":
# Word 文件
doc = Document(file_path)
content = "\n".join([para.text for para in doc.paragraphs if para.text.strip()])
elif file_ext == ".pdf":
# PDF 文件
reader = PdfReader(file_path)
content = "\n".join([page.extract_text() for page in reader.pages if page.extract_text().strip()])
elif file_ext == ".txt":
# TXT 文件
with open(file_path, "r", encoding="utf-8") as f:
content = f.read()
else:
return f"❌ 不支持该文件格式（{file_ext}），仅支持.docx/.pdf/.txt"
# 验证文件内容是否为空
if not content.strip():
return "❌ 文件内容为空，无法进行处理"
return content
except Exception as e:
return f"❌ 文件读取失败：{str(e)}（可能是文件损坏或格式异常）"
# 工具 2：文本总结（复用 上一篇的核心逻辑，优化 GPT-4 提示词，适配文件内容）
def summary_tool(text: str) -> str:
"""文件内容总结工具，GPT-4 驱动，沿用 上一篇逻辑，总结更贴合职场需求（简洁、重点突出）"""
try:
response = client.chat.completions.create(
model=config["deployment_name"],
messages=[
{"role": "system", "content": "你是职场办公总结助手，总结文件内容时，需突出核心要点、关键数据和结论，语言简洁、专业，控制在 150 字内，避免冗余，适配职场汇报场景。"},
{"role": "user", "content": f"请总结以下文件内容：\n{text}"}
],
temperature=0.2 # 降低随机性，确保总结结果稳定、准确，与 上一篇一致
)
return response.choices[0].message.content.strip()
except Exception as e:
return f"❌ 总结失败：{str(e)}（请检查 Azure 配置或网络连接）"
# 工具 3：结果保存（保存为 TXT 文件，默认保存在当前目录，方便查找，新增工具）
def save_result(result: str, file_name: str = None) -> str:
"""保存处理结果到 TXT 文件，自动生成文件名，返回保存路径，延续 上一篇简洁实用的设计思路"""
import datetime
# 自动生成文件名（若未指定），格式：处理时间_结果.txt
if not file_name:
now = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
file_name = f"agent_result_{now}.txt"
# 确保文件名以.txt 结尾
if not file_name.endswith(".txt"):
file_name += ".txt"
# 保存文件
try:
with open(file_name, "w", encoding="utf-8") as f:
f.write(f"Agent 处理结果（{datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')}）\n")
f.write("=" * 50 + "\n")
f.write(result)
return f"✅ 结果已保存至：{os.path.abspath(file_name)}"
except Exception as e:
return f"❌ 结果保存失败：{str(e)}"
# ===================== 3. 实战 Agent 核心（整合所有工具，沿用 上一篇架构，带记忆 + 智能解析） =====================
class OfficeAgent:
def __init__(self):
self.history = [] # 多轮记忆（复用 上一篇的记忆机制，记住用户之前处理的文件和结果）
self.last_file_path = None # 新增：记录最近一次成功读取的文件路径，解决'总结这个文件'识别问题
# 工具映射，沿用 上一篇的字典映射逻辑，新增文件读取和结果保存工具，扩展性不变
self.tools = {"读取文件": read_file, "总结文件": summary_tool, "保存结果": save_result}
def parse_intent(self, instruction: str) -> tuple:
"""智能解析用户指令，沿用 上一篇的关键词匹配逻辑，优化文件相关指令识别，无需死板输入指令头"""
# 关键词匹配，适配职场常用指令，容错性强（不区分大小写），延续 上一篇设计
instruction_lower = instruction.lower()
file_path = None
# 提取文件路径（支持绝对路径和相对路径）
if any(ext in instruction for ext in [".docx", ".pdf", ".txt"]):
# 简单提取文件路径（适配空格、中文路径）
import re
pattern = r"([^\s]+?\.(docx|pdf|txt))"
match = re.search(pattern, instruction)
if match:
file_path = match.group(1)
self.last_file_path = file_path # 读取新文件时，更新最近文件路径
else:
# 未提取到新路径，使用最近一次成功读取的文件路径（解决'总结这个文件'无路径问题）
file_path = self.last_file_path
# 判断任务类型，新增文件读取相关意图识别，与 上一篇意图解析逻辑一致
if any(keyword in instruction_lower for keyword in ["读取", "打开"]):
return "读取文件", file_path, instruction
elif any(keyword in instruction_lower for keyword in ["总结", "概括", "提炼"]):
return "总结文件", file_path, instruction
elif any(keyword in instruction_lower for keyword in ["保存", "导出"]):
return "保存结果", None, instruction
else:
# 若未识别到任务类型，默认执行'总结文件'（若有文件路径），否则提示，与 上一篇逻辑一致
return "未知", file_path, instruction
def run(self, instruction: str) -> str:
"""Agent 运行入口，串联「解析指令→调用工具→保存结果→记忆上下文」全流程，沿用 上一篇核心逻辑"""
print(f"🔍 Agent 接收指令：{instruction}")
intent, file_path, raw_instruction = self.parse_intent(instruction)
# 处理不同任务类型
if intent == "读取文件":
if not file_path:
result = "❌ 未识别到文件路径，请输入包含.docx/.pdf/.txt 的文件路径（如：读取文件 D:/test.docx）"
else:
result = self.tools["读取文件"](file_path)
# 读取成功后，将文件路径和内容存入记忆，沿用 上一篇记忆存储逻辑，同时更新最近文件路径
if not result.startswith("❌"):
self.last_file_path = file_path # 读取成功，更新最近文件路径
self.history.append(("读取文件", file_path, result[:50] + "...")) # 只存前 50 字，避免记忆过大
elif intent == "总结文件":
if not file_path:
# 优化提示：若未识别到路径，提示用户先读取文件，而非重复要求输入路径
result = "❌ 未识别到文件路径，请先读取文件（如：读取文件 D:/test.pdf），再输入「总结这个文件」"
else:
# 先读取文件，再进行总结，整合新增工具与 上一篇总结工具
file_content = self.tools["读取文件"](file_path)
if file_content.startswith("❌"):
result = file_content # 读取失败，直接返回错误信息
else:
result = self.tools["总结文件"](file_content)
# 总结成功后，存入记忆，沿用 上一篇记忆逻辑
self.history.append(("总结文件", file_path, result))
elif intent == "保存结果":
# 从记忆中获取最近一次的处理结果，复用 上一篇的记忆调用逻辑
if not self.history:
result = "❌ 暂无可保存的结果，请先处理文件（读取/总结）"
else:
last_task, last_file, last_result = self.history[-1]
save_msg = self.tools["保存结果"](last_result)
result = f"📌 最近一次处理：{last_task}（{last_file}）\n{save_msg}"
else:
# 未识别到任务类型，提示用户输入正确指令，与 上一篇提示风格一致
result = "❌ 未识别到任务，请输入以下类型的指令：\n1. 读取文件：包含.docx/.pdf/.txt 路径（如：读取 D:/会议纪要.docx）\n2. 总结文件：包含文件路径或先读取文件后输入「总结这个文件」\n3. 保存结果：保存最近一次的处理结果（如：保存结果）"
# 将本次交互存入记忆（用于多轮对话），沿用 上一篇记忆管理逻辑
self.history.append(("用户指令", raw_instruction, result))
# 控制记忆长度，避免占用过多内存（只保留最近 5 次交互，与 上一篇一致）
if len(self.history) > 5:
self.history.pop(0)
return result
# ===================== 4. 运行测试（实战场景，直接复制样本测试） =====================
if __name__ == "__main__":
# 初始化职场办公型 Agent，沿用 上一篇的初始化逻辑
office_agent = OfficeAgent()
print("✅ 职场办公型 Azure Agent 已启动（基于 GPT-4 驱动）")
print("📌 支持功能：读取 Word/PDF/TXT + 自动总结 + 保存结果（延续 上一篇记忆 + 多工具能力）")
print("📌 示例指令（直接复制使用）：")
print(" 1. 读取文件 D:/docker/会议纪要.docx")
print(" 2. 总结文件 D:/docker/项目计划.pdf 或 先读取文件后输入「总结这个文件」")
print(" 3. 保存结果")
print("📌 输入「退出」即可结束运行")
# 交互测试，模拟职场实际使用场景，延续 上一篇的交互风格
while True:
user_input = input("\n请输入指令：")
if user_input in ["退出", "exit", "quit"]:
print("❌ Agent 已停止运行")
break
# 运行 Agent 并输出结果
result = office_agent.run(user_input)
print(f"\nAgent：{result}\n")
在电脑中准备 1 个 Word（.docx）、1 个 PDF（.pdf）或 1 个 TXT（.txt）文件，记住文件的「绝对路径」（如 D:/docker/会议纪要.docx、E:/test/项目方案.pdf）。
例如用下面的文本，分别存储 txt、pdf、word 三个文件。
2026.03.09 项目会议：确定需求优先级，A 模块优先开发，责任人张三，截止 3 月 15 日。 用户反馈：系统响应慢，主要出现在数据查询环节，建议优化索引。 面试评价：候选人熟悉 OpenAI 调用，提示工程基础较好，可安排二面。
放到同一个目录，当然也不是必须，只是减少测试过程的绝对路径引用。
输入'读取文件 /路径/文件名'： 预期结果：Agent 会读取文件内容，返回'文件读取成功，内容预览：XXX…'，同时将文件内容存入记忆。
输入'总结文件 路径/文件名'： 预期结果：Agent 会先读取 PDF 文件，再通过 GPT-4 生成简洁的总结（150 字内，突出核心要点），同时存入记忆。
直接输入保存结果指令： 预期结果：Agent 会将上一次的总结结果保存为 TXT 文件，返回保存路径（如 D:/docker/agent_result_yyyymmdd_时间戳.txt），打开该文件即可查看完整总结。
这次测试连续执行的效果，也就是从第二步开始不再提供路径和文件名，测试其记忆功能。 可以看到效果达到预期。
本篇我们基于上一篇的'记忆 + 多工具'架构，成功搭建了「可落地的 Azure Agent」，实现了'读取 Word/PDF/TXT 文件→自动总结→保存结果'的完整闭环。
下一篇，将进一步升级 Agent：实现「批量处理文件」和「Excel 格式保存」功能，同时优化 Agent 的交互体验，添加进度提示，让 Agent 能处理更多职场场景，真正成为你的'办公小助手'。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online