本文属于【Azure 架构师学习笔记】系列。
本文属于【Azure AI】系列。
一、前言（承接第四篇）
上一篇我们成功实现了职场办公型Azure Agent，完成了"读取Word/PDF/TXT文件→自动总结→保存结果"的完整闭环，复用了第三篇的"记忆+多工具"架构，解决了手动处理单个文件的重复工作，代码可直接运行、容错性强，完全贴合职场基础办公需求。
但在实际职场场景中，我们常常会遇到「批量处理多个文件」（如批量总结10个会议纪要、批量提取多个PDF关键信息）、「需要Excel格式保存结果」（方便统计、汇报和数据对比）的高频需求，同时缺乏进度提示，处理多个文件时无法判断进度，体验不够流畅。
这一篇我们基于第四篇的实战代码，进行三大核心进阶优化，全程复用你已有的Azure GPT-4模型、azure_config.json配置文件和依赖环境，代码可直接复制运行，无需额外配置，新手也能轻松上手，完美衔接第四篇的实战成果，让Agent从"单次处理"升级为"高效批量处理"，真正适配高强度办公场景。
本篇核心目标：实现「批量处理多个文件」「Excel格式保存结果」「实时进度提示」三大功能，优化Agent的稳定性和交互体验，解决批量文件处理效率低、结果统计不便的痛点，同时延续前四篇的模块化架构，保持代码的扩展性和连贯性。
二、实操准备
复用前面的Azure环境、Python环境和所有依赖包，无需重新安装之前的依赖（python-docx、PyPDF2、openpyxl等），只需确认以下2点即可：
-
确认已安装openpyxl依赖（上一篇已安装，用于Excel保存），若未安装，打开CMD/PowerShell执行以下命令：
pip install openpyxl --user -
确认azure_config.json文件存在（与本篇代码放在同一目录）。
提示：若忘记依赖安装状态，可直接执行上述openpyxl安装命令，重复安装不会影响环境；批量处理时，建议将需要处理的所有文件（Word/PDF/TXT）放在同一个文件夹中，方便Agent遍历读取，提升处理效率。
三、代码
将以下代码保存为agent_advanced.py，建议放在同一目录（无需重新输入Azure配置，直接复用前序配置文件）：
python
from openai import AzureOpenAI
import json
import os
from docx import Document # 读取Word文件（复用上一篇）
from PyPDF2 import PdfReader # 读取PDF文件（复用上一篇）
import openpyxl # Excel保存（复用上一篇依赖，新增逻辑）
import datetime # 时间戳、进度计时（新增）
# ===================== 1. Azure配置加载 =====================
CONFIG_FILE = "azure_config.json"
def load_azure_config():
"""加载Azure OpenAI配置，沿用前四篇的容错处理，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，与前四篇一致）
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（与前四篇逻辑一致）
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，版本与前四篇一致）
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，与前四篇保持一致
)
# ===================== 2. 核心工具模块（新增批量+Excel保存，复用前四篇工具） =====================
# 工具1：读取文件（完全复用上一篇，无修改，保证功能连贯性）
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，容错处理沿用前四篇思路"""
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}）"
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"
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（完全复用上一篇，无修改，适配批量处理场景）
def summary_tool(text: str) -> str:
"""文件内容总结工具，GPT-4驱动，沿用前四篇逻辑，贴合职场汇报需求"""
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，与前四篇一致
)
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（升级，支持TXT/Excel双格式，新增Excel保存逻辑）
def save_result(result_list: list, save_format: str = "txt", file_name: str = None) -> str:
"""保存处理结果，支持TXT（单个/批量）和Excel（批量优先），延续前四篇简洁实用思路"""
# 自动生成文件名（含时间戳），适配批量/单个场景
if not file_name:
now = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
file_name = f"agent_advanced_result_{now}"
try:
if save_format.lower() == "excel":
# 新增：Excel格式保存（批量处理优先，支持单个结果）
wb = openpyxl.Workbook()
ws = wb.active
# 设置表头（适配批量统计，清晰直观）
ws.append(["处理时间", "文件名称", "文件路径", "处理结果"])
# 填充数据（支持单个结果和批量结果）
for item in result_list:
ws.append([
item["time"],
item["file_name"],
item["file_path"],
item["result"]
])
# 调整列宽，避免内容溢出
ws.column_dimensions['A'].width = 20
ws.column_dimensions['B'].width = 30
ws.column_dimensions['C'].width = 50
ws.column_dimensions['D'].width = 80
# 保存Excel文件
excel_path = f"{file_name}.xlsx"
wb.save(excel_path)
return f"✅ 批量结果已保存为Excel：{os.path.abspath(excel_path)}"
else:
# 复用上一篇TXT保存逻辑，适配批量处理
txt_path = f"{file_name}.txt" if file_name.endswith(".txt") else f"{file_name}.txt"
with open(txt_path, "w", encoding="utf-8") as f:
f.write(f"Agent批量处理结果（{datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')}）\n")
f.write("="*80 + "\n")
for idx, item in enumerate(result_list, 1):
f.write(f"【第{idx}个文件】\n")
f.write(f"文件名称：{item['file_name']}\n")
f.write(f"文件路径：{item['file_path']}\n")
f.write(f"处理结果：{item['result']}\n")
f.write("-"*80 + "\n")
return f"✅ 批量结果已保存为TXT：{os.path.abspath(txt_path)}"
except Exception as e:
return f"❌ 结果保存失败：{str(e)}（请检查目录写入权限）"
# 工具4：批量处理文件（新增核心工具，适配职场批量需求）
def batch_process(folder_path: str) -> list:
"""批量处理文件夹下所有Word/PDF/TXT文件，返回处理结果列表，用于后续保存"""
# 验证文件夹是否存在
if not os.path.isdir(folder_path):
return [{"time": "", "file_name": "", "file_path": folder_path, "result": f"❌ 文件夹不存在，请检查路径是否正确"}]
# 遍历文件夹，筛选支持的文件格式
file_list = [f for f in os.listdir(folder_path) if f.lower().endswith((".docx", ".pdf", ".txt"))]
if not file_list:
return [{"time": "", "file_name": "", "file_path": folder_path, "result": "❌ 文件夹下无支持的文件（仅支持.docx/.pdf/.txt）"}]
# 批量处理，记录每个文件的处理结果
result_list = []
total = len(file_list)
for idx, file_name in enumerate(file_list, 1):
# 拼接完整文件路径
file_path = os.path.join(folder_path, file_name)
# 读取文件内容（复用工具1）
file_content = read_file(file_path)
# 处理结果（读取失败则直接记录错误，读取成功则总结）
if file_content.startswith("❌"):
result = file_content
else:
result = summary_tool(file_content)
# 记录当前处理结果（含时间戳，方便统计）
result_list.append({
"time": datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
"file_name": file_name,
"file_path": file_path,
"result": result
})
# 新增：进度提示，实时显示处理进度
progress = (idx / total) * 100
print(f"📊 批量处理进度：{idx}/{total}（{progress:.1f}%），当前处理：{file_name}")
return result_list
# ===================== 3. 进阶Agent核心（整合所有工具，沿用前四篇架构） =====================
class AdvancedAgent:
def __init__(self):
self.history = [] # 多轮记忆（复用第三、四篇的记忆机制）
self.last_file_path = None # 记录最近一次读取的文件路径（复用上一篇）
self.last_folder_path = None # 新增：记录最近一次批量处理的文件夹路径
# 工具映射，沿用前四篇的字典映射逻辑，新增批量处理工具
self.tools = {
"读取文件": read_file,
"总结文件": summary_tool,
"保存结果": save_result,
"批量处理": batch_process
}
def parse_intent(self, instruction: str) -> tuple:
"""智能解析用户指令，优化批量处理识别，沿用前四篇关键词匹配逻辑"""
instruction_lower = instruction.lower()
file_path = None
folder_path = None
# 提取文件路径（复用上一篇逻辑）
if any(ext in instruction for ext in [".docx", ".pdf", ".txt"]):
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
else:
file_path = self.last_file_path
# 新增：提取文件夹路径（适配批量处理指令）
if any(keyword in instruction_lower for keyword in ["批量", "文件夹", "目录"]):
import re
# 提取文件夹路径（适配空格、中文路径）
pattern = r"([^\s]+?[\\/][^\s]+?)(?=\s|$)"
match = re.search(pattern, instruction)
if match:
folder_path = match.group(1)
self.last_folder_path = folder_path
else:
folder_path = self.last_folder_path
# 判断任务类型，新增批量处理意图识别，与前四篇逻辑一致
if any(keyword in instruction_lower for keyword in ["批量", "批量处理"]):
return "批量处理", folder_path, instruction
elif 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"]):
# 识别保存格式（Excel/TXT）
save_format = "excel" if "excel" in instruction_lower else "txt"
return "保存结果", save_format, instruction
else:
return "未知", None, instruction
def run(self, instruction: str) -> str:
"""Agent运行入口，串联批量处理、Excel保存、进度提示全流程，沿用前四篇核心逻辑"""
print(f"🔍 Agent接收指令：{instruction}")
intent, param, raw_instruction = self.parse_intent(instruction)
# 处理不同任务类型
if intent == "批量处理":
if not param:
result = "❌ 未识别到文件夹路径，请输入包含文件夹的指令（如：批量处理 D:/docker/files）"
else:
print(f"🚀 开始批量处理文件夹：{param}")
print(f"📌 正在筛选文件夹下支持的文件（.docx/.pdf/.txt）...")
# 调用批量处理工具，获取结果列表
batch_result = self.tools["批量处理"](param)
# 批量处理完成后，自动保存结果（默认Excel格式，贴合职场统计需求）
save_result = self.tools["保存结果"](batch_result, save_format="excel")
# 统计处理情况（成功/失败数量）
success_count = len([item for item in batch_result if not item["result"].startswith("❌")])
fail_count = len(batch_result) - success_count
result = f"✅ 批量处理完成！\n📊 处理统计：共{len(batch_result)}个文件，成功{success_count}个，失败{fail_count}个\n{save_result}"
# 存入记忆
self.history.append(("批量处理", param, result))
elif intent == "读取文件":
# 复用上一篇逻辑，无修改，保证连贯性
if not param:
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:
result = self.tools["读取文件"](param)
if not result.startswith("❌"):
self.last_file_path = param
self.history.append(("读取文件", param, result[:50] + "..."))
elif intent == "总结文件":
# 复用上一篇逻辑，无修改，支持"总结这个文件"指令
if not param:
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:
file_content = self.tools["读取文件"](param)
if file_content.startswith("❌"):
result = file_content
else:
result = self.tools["总结文件"](file_content)
self.history.append(("总结文件", param, result))
elif intent == "保存结果":
# 升级：支持手动选择保存格式（Excel/TXT），复用记忆逻辑
if not self.history:
result = "❌ 暂无可保存的结果，请先处理文件（读取/总结/批量处理）"
else:
# 判断是否为批量处理结果
last_task, last_param, last_result = self.history[-1]
if last_task == "批量处理":
# 批量结果已自动保存，提示用户可手动指定格式保存
result = f"📌 最近一次为批量处理（{last_param}），已自动保存为Excel格式\n若需保存为TXT格式，输入：保存结果 TXT"
else:
# 单个结果保存，支持指定格式
save_result = self.tools["保存结果"](
[{"time": datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
"file_name": os.path.basename(last_param),
"file_path": last_param,
"result": last_result}],
save_format=param
)
result = save_result
else:
# 未识别到任务类型，提示优化，新增批量处理指令示例
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. 批量处理：包含文件夹路径（如：批量处理 D:/docker/files）\n4. 保存结果：可选指定格式（如：保存结果 Excel / 保存结果 TXT）"
# 存入记忆，控制记忆长度（沿用第三、四篇逻辑，保留最近5次交互）
self.history.append(("用户指令", raw_instruction, result))
if len(self.history) > 5:
self.history.pop(0)
return result
# ===================== 4. 运行测试（进阶场景，直接复制样本测试） =====================
if __name__ == "__main__":
# 初始化高效办公型Agent，沿用前四篇的初始化逻辑
advanced_agent = AdvancedAgent()
print("✅ 高效办公型Azure Agent已启动（基于GPT-4驱动）")
print("📌 支持功能：单次处理（复用上一篇）+ 批量处理 + Excel/TXT双格式保存 + 实时进度提示")
print("📌 示例指令（直接复制使用）：")
print(" 1. 批量处理 D:/docker/files （将所有文件放在files文件夹中）")
print(" 2. 读取文件 D:/docker/会议纪要.docx")
print(" 3. 总结这个文件 （先读取文件后使用）")
print(" 4. 保存结果 Excel （保存为Excel格式，适合统计）")
print("📌 输入「退出」即可结束运行")
# 交互测试，模拟职场批量办公场景，延续前四篇的交互风格
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 = advanced_agent.run(user_input)
print(f"\nAgent：{result}\n")启动成功：
四、测试
测试前准备：在电脑中创建一个文件夹（如：D:/docker/files），放入2-5个Word/PDF/TXT文件（用于批量测试）；
测试样本1：批量处理文件夹
复制以下指令（替换成你自己的文件夹路径），粘贴到Agent的「请输入指令：」后面：
批量处理 D:/docker/files
预期结果：1. Agent会提示"正在筛选文件夹下支持的文件"；2. 实时显示进度（如：1/3（33.3%），当前处理：会议纪要.pdf）；3. 处理完成后，自动保存为Excel文件，返回保存路径；4. 显示处理统计（成功/失败数量），完美实现批量处理+进度提示+Excel保存。
测试样本2：Excel格式手动保存
-
先输入：读取文件 D:/docker/files/会议纪要.pdf（替换成你的文件路径）；
-
再输入：总结这个文件；
-
最后输入：保存结果 Excel。
预期结果：Agent将总结结果保存为Excel文件，返回保存路径，打开Excel可看到"处理时间、文件名称、文件路径、处理结果"四大表头，数据清晰，适合职场统计和汇报。
测试样本3：TXT格式保存
完成测试样本2的总结后，输入：
保存结果 TXT
预期结果：Agent将总结结果保存为TXT文件，返回保存路径，格式与上一篇一致，确保兼容性，满足不同保存需求。
测试样本4：多轮批量+记忆测试
-
先输入：批量处理 D:/docker/files；
-
再输入：保存结果 TXT；
-
最后输入：读取文件 D:/docker/会议纪要.docx。
预期结果：Agent能连贯处理批量和单次任务，记忆功能正常，批量处理结果可重复保存为不同格式。
五、核心知识点讲解
- 新增模块核心逻辑
-
批量处理模块：通过os.listdir遍历文件夹，筛选支持的文件格式，循环调用上一篇的读取和总结工具，实现批量处理；同时记录每个文件的处理结果，用于后续批量保存，逻辑简洁，复用前序工具，避免重复开发。
-
Excel保存模块：基于openpyxl依赖，创建工作簿和工作表，设置表头和列宽，将批量处理结果按"时间、文件名、路径、结果"整理保存，贴合职场统计需求，同时支持单个结果保存，兼容性强；
-
进度提示模块：通过"当前处理数量/总数量"计算进度百分比，实时打印进度信息，解决批量处理时"无反馈、不知道进度"的痛点，提升交互体验；
-
意图解析优化：新增文件夹路径提取逻辑，自动识别"批量处理"指令，支持自然语言输入（如"批量处理D:/files""批量总结文件夹"），延续前四篇"无需死板输入指令头"的设计思路。
- 与前四篇的衔接要点
本次进阶Agent完全复用前四篇的核心资源和架构逻辑，无需重复操作，重点衔接以下5点：
-
配置复用：Azure配置加载、客户端初始化代码完全复用，azure_config.json文件通用，无需重新输入Endpoint、API Key；
-
工具复用：读取文件、文本总结工具完全复用第四篇，无任何修改，保证功能连贯性和一致性；
-
架构复用：沿用第三篇的"工具映射字典"和"多轮记忆"架构，新增批量处理、Excel保存工具只需添加映射，无需重构核心代码，延续扩展性优势；
-
交互复用：Agent的启动提示、交互风格、容错逻辑与前四篇完全一致，新增批量处理指令示例，降低学习成本；
-
依赖复用：完全复用第四篇安装的所有依赖（python-docx、PyPDF2、openpyxl），无需额外安装，上手更顺畅。
- 可扩展性说明
本次进阶Agent的架构可进一步扩展，延续前四篇"模块化扩展"的思路，后续可基于此代码添加以下职场高级功能：
-
支持Excel文件的批量读取和总结（提取表格数据，生成数据分析报告）；
-
添加邮件发送功能（将批量处理的Excel/TXT结果自动发送到指定邮箱，适配汇报场景）；
-
支持文件筛选（批量处理时，可指定仅处理某一种格式的文件，如仅批量总结PDF）；
-
添加日志记录功能（记录每次处理的详细信息，方便后续追溯和问题排查）。
总结与系列回顾
总结
本篇我们基于第四篇的实战代码，完成了Azure Agent的进阶优化，实现了「批量处理文件」「Excel格式保存结果」「实时进度提示」三大核心功能，复用了前四篇的Azure配置、核心工具和架构逻辑，代码可直接运行、容错性强，完美解决了职场中批量文件处理效率低、结果统计不便的痛点，让Agent从"单次处理"升级为"高效办公助手"。
通过本次实操，你不仅掌握了批量处理、Excel保存、进度提示的核心代码，还进一步巩固了前四篇的模块化扩展思路------新增功能无需重构核心，只需添加对应工具，为后续开发更复杂的办公功能打下了坚实基础。
- 系列文章回顾
本系列文章从基础到实战、从单次处理到批量优化，逐步搭建了一个完整的职场办公型Azure Agent，全程新手友好，代码可直接复制运行，核心成果回顾如下：
-
第二篇（基础入门）：实现极简版Azure Agent，掌握Azure GPT-4调用、配置文件生成，核心功能：文本总结；
-
第三篇（升级增强）：新增多轮记忆、多工具调度，优化意图解析，核心功能：文本总结+智能问答（带记忆）；
-
第四篇（实战落地）：新增文件读取、TXT保存，实现"读文件→总结→保存"闭环，核心功能：单次文件处理；
-
第五篇（进阶优化）：新增批量处理、Excel保存、进度提示，核心功能：批量文件处理+高效统计，适配高强度办公场景。
至此，一个完整的、可落地、可扩展的职场办公型Azure Agent已搭建完成。
接下来的系列打算尝试一下AI 的其他部分。