AI办公 API接口调用教程｜附完整命令

在企业数字化办公场景中，AI 已经不再只是“聊天机器人”，而是可以嵌入到文档处理、数据分析、邮件生成、客服回复、会议纪要、知识库问答、流程审批等多个环节中的自动化能力。对于开发者、运营人员、产品经理或企业信息化负责人来说，掌握 AI API 接口调用方法，能够快速把 AI 能力接入到现有办公系统中，例如 OA、CRM、ERP、企业微信、钉钉、飞书、内部知识库和自研后台。

本文将以通用 AI 办公 API 的调用方式为例，系统讲解 API 接口的基本概念、调用流程、鉴权方式、请求参数、返回结果解析，并提供 curl、Python、Node.js 等完整命令示例，帮助你快速完成从“能调用”到“能落地”的过程。

一、什么是 AI办公 API？

AI办公 API，简单来说，就是通过 HTTP 接口调用大模型或 AI 服务，让程序能够自动完成办公相关任务。例如：

• 自动生成日报、周报、月报；
• 根据会议录音或会议文本生成会议纪要；
• 根据用户问题查询企业知识库并生成回答；
• 对 Excel 数据进行分析并输出结论；
• 自动润色邮件、通知、公告、合同文本；
• 批量总结文档内容；
• 自动生成 PPT 大纲；
• 将自然语言转为 SQL 查询语句；
• 对客服会话进行分类、质检和总结。

API 的优势在于它可以和业务系统深度集成。相比手动在网页端输入问题，API 调用更适合自动化、批量化和系统化处理。

举个简单例子：
如果你希望每天上午 9 点自动读取销售数据，并生成一份销售日报发送到企业微信群，那么就可以通过程序调用 AI API，把销售数据作为输入，让 AI 生成分析结果，再通过企业微信机器人推送出去。

二、调用 AI API 前需要准备什么？

在正式调用接口之前，一般需要准备以下内容：

1. API Key

API Key 是接口调用的身份凭证，相当于“密码”或“令牌”。服务商会根据 API Key 判断请求来自哪个账号，并进行权限校验、计费统计和限流控制。

通常你需要在 AI 服务平台的控制台中创建 API Key。创建后请妥善保存，不要直接写入公开代码仓库，也不要暴露在前端页面中。

推荐做法是把 API Key 存放在环境变量中，例如：

export AI_API_KEY="你的API_KEY"

在 Windows PowerShell 中可以使用：

$env:AI_API_KEY="你的API_KEY"

2. API 请求地址

不同平台的接口地址不同，常见格式如下：

https://api.example.com/v1/chat/completions

如果是知识库问答、文本生成、图片识别、文档解析等能力，接口路径可能不同，例如：

https://api.example.com/v1/knowledge/query
https://api.example.com/v1/document/summary
https://api.example.com/v1/embeddings

本文以聊天补全类接口为例，因为它是 AI 办公场景中最常用、最通用的接口形式。

3. 模型名称

调用 API 时通常需要指定模型，例如：

"model": "office-ai-chat"

不同模型能力、速度、上下文长度和价格可能不同。办公场景中一般可以按需求选择：

三、AI办公 API 的基本调用流程

一次标准的 AI API 调用通常包括以下步骤：

1. 准备 API Key；
2. 组织请求参数；
3. 发送 HTTP 请求；
4. 接收接口响应；
5. 解析 AI 返回内容；
6. 写入业务系统或继续执行后续流程。

整体流程可以理解为：

业务系统/脚本
   ↓
构造 Prompt 和参数
   ↓
调用 AI API
   ↓
获取模型返回结果
   ↓
解析并应用到办公场景

例如，调用 AI 生成周报时，可以将本周完成事项、关键指标、风险问题等作为输入，让模型输出规范格式的周报内容。

四、接口请求结构说明

下面是一个常见的 AI 对话接口请求示例：

{
  "model": "office-ai-chat",
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业的企业办公助手，擅长撰写正式、清晰、结构化的办公文档。"
    },
    {
      "role": "user",
      "content": "请根据以下信息生成一份销售周报：本周销售额120万元，环比增长15%，新增客户23家，重点问题是华东区回款延迟。"
    }
  ],
  "temperature": 0.7,
  "max_tokens": 1000
}

1. model

指定使用哪个 AI 模型。

"model": "office-ai-chat"

2. messages

messages 是对话上下文数组，通常包含不同角色：

例如：

{
  "role": "system",
  "content": "你是一个严谨的行政办公助手。"
}

3. temperature

控制输出的随机性。数值越高，内容越发散；数值越低，内容越稳定。

办公场景推荐：

4. max_tokens

限制模型输出长度。对于较长的会议纪要、报告总结，可以适当提高。

五、使用 curl 调用 AI办公 API

curl 是最常用的命令行 HTTP 请求工具，适合测试 API 是否可用。

下面是完整命令示例：

curl -X POST "https://api.example.com/v1/chat/completions" \
  -H "Authorization: Bearer $AI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "office-ai-chat",
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业的企业办公助手，擅长输出结构清晰、语言正式的中文办公文档。"
      },
      {
        "role": "user",
        "content": "请根据以下信息生成一份销售周报：本周销售额120万元，环比增长15%；新增客户23家；华东区回款延迟；下周计划推进重点客户拜访。"
      }
    ],
    "temperature": 0.6,
    "max_tokens": 1200
  }'

如果你的 API Key 没有设置为环境变量，也可以直接写入命令中，但不推荐：

curl -X POST "https://api.example.com/v1/chat/completions" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "office-ai-chat",
    "messages": [
      {
        "role": "user",
        "content": "请生成一封通知员工参加季度会议的邮件。"
      }
    ]
  }'

接口返回结果通常类似：

{
  "id": "chatcmpl_123456",
  "object": "chat.completion",
  "created": 1710000000,
  "model": "office-ai-chat",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "销售周报\n\n一、本周销售概况..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 120,
    "completion_tokens": 430,
    "total_tokens": 550
  }
}

你真正需要的 AI 输出内容一般在：

choices[0].message.content

六、使用 Python 调用 AI办公 API

Python 非常适合办公自动化，例如处理 Excel、读取 Word、连接数据库、生成报表、发送邮件等。下面示例使用 requests 库调用 AI API。

1. 安装依赖

pip install requests

2. Python 完整示例

import os
import requests
import json

API_KEY = os.getenv("AI_API_KEY")
API_URL = "https://api.example.com/v1/chat/completions"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

payload = {
    "model": "office-ai-chat",
    "messages": [
        {
            "role": "system",
            "content": "你是一个专业的企业办公助手，擅长撰写正式、清晰、结构化的中文文档。"
        },
        {
            "role": "user",
            "content": """
请根据以下信息生成一份项目周报：

项目名称：CRM系统升级项目
本周进展：
1. 完成客户资料模块接口联调
2. 修复登录权限异常问题
3. 完成销售线索导入功能测试

风险问题：
1. 数据迁移方案仍需 DBA 确认
2. 部分历史客户字段不一致

下周计划：
1. 完成数据迁移演练
2. 启动 UAT 测试
3. 输出上线检查清单
"""
        }
    ],
    "temperature": 0.5,
    "max_tokens": 1500
}

response = requests.post(API_URL, headers=headers, json=payload)

if response.status_code == 200:
    result = response.json()
    content = result["choices"][0]["message"]["content"]
    print(content)
else:
    print("请求失败")
    print("状态码：", response.status_code)
    print("返回内容：", response.text)

3. 运行命令

python ai_office_demo.py

七、使用 Node.js 调用 AI办公 API

如果你的办公系统是 Web 后台、企业应用或中台系统，Node.js 也很常见。

1. 初始化项目

mkdir ai-office-demo
cd ai-office-demo
npm init -y

2. 安装依赖

npm install axios dotenv

3. 创建 .env 文件

AI_API_KEY=你的API_KEY

4. 创建 index.js

require("dotenv").config();
const axios = require("axios");

const API_URL = "https://api.example.com/v1/chat/completions";
const API_KEY = process.env.AI_API_KEY;

async function main() {
  try {
    const response = await axios.post(
      API_URL,
      {
        model: "office-ai-chat",
        messages: [
          {
            role: "system",
            content: "你是一个专业的企业办公助手，擅长生成邮件、周报、会议纪要和公告。"
          },
          {
            role: "user",
            content: "请帮我生成一封邮件，通知全体员工本周五下午3点参加季度经营分析会，地点为第一会议室。"
          }
        ],
        temperature: 0.6,
        max_tokens: 800
      },
      {
        headers: {
          Authorization: `Bearer ${API_KEY}`,
          "Content-Type": "application/json"
        }
      }
    );

    const content = response.data.choices[0].message.content;
    console.log(content);
  } catch (error) {
    if (error.response) {
      console.error("请求失败：", error.response.status);
      console.error(error.response.data);
    } else {
      console.error("发生错误：", error.message);
    }
  }
}

main();

5. 运行命令

node index.js

八、典型 AI 办公场景示例

场景一：自动生成会议纪要

你可以将会议录音转写后的文本传给 AI，让它自动提取重点。

示例 Prompt：

请根据以下会议内容生成会议纪要，要求包含：
1. 会议主题
2. 参会人员
3. 讨论要点
4. 已确定事项
5. 待跟进事项
6. 责任人与截止时间

会议内容如下：
……

curl 命令：

curl -X POST "https://api.example.com/v1/chat/completions" \
  -H "Authorization: Bearer $AI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "office-ai-chat",
    "messages": [
      {
        "role": "user",
        "content": "请根据以下会议内容生成会议纪要，要求包含会议主题、讨论要点、已确定事项、待跟进事项。会议内容：销售部提出华东区客户回款周期延长，财务部建议建立重点客户回款预警机制，运营部将在下周输出预警规则。"
      }
    ],
    "temperature": 0.4,
    "max_tokens": 1200
  }'

场景二：自动润色邮件

示例输入：

帮我把下面这段话润色成正式邮件：
大家下午三点来会议室开会，主要说一下季度业绩情况，不要迟到。

模型可以输出更加正式的版本：

各位同事：

大家好！请各位于今天下午3点准时前往会议室参加季度业绩分析会议。本次会议将重点围绕本季度经营业绩、重点问题及后续工作安排进行沟通，请大家提前安排好工作，准时参会。

谢谢配合！

场景三：自动生成日报

可以将用户填写的简单工作事项转换成结构化日报：

请根据以下工作内容生成一份正式日报：
今天完成客户合同审核3份，跟进A公司报价，处理B客户售后问题，明天准备销售方案。

推荐输出格式：

一、今日工作完成情况
二、重点事项说明
三、存在问题与风险
四、明日工作计划

场景四：Excel 数据分析

如果你已经通过 Python 读取 Excel 数据，可以将关键指标传给 AI，让其生成分析结论。

Python 读取 Excel 示例：

pip install pandas openpyxl

import pandas as pd

df = pd.read_excel("sales.xlsx")
summary = df.describe().to_string()

prompt = f"""
以下是销售数据的统计摘要，请帮我生成一份管理层可读的数据分析报告：
{summary}

要求：
1. 总结关键趋势
2. 指出异常数据
3. 给出经营建议
"""

然后将 prompt 放入 API 请求的 messages 中即可。

九、如何设计高质量 Prompt？

API 调用是否好用，很大程度取决于 Prompt 设计。办公场景中建议遵循以下原则：

1. 明确角色

例如：

你是一个专业的企业行政办公助手。

或：

你是一个资深销售运营分析师。

2. 明确任务

不要只写“帮我写一下”，而要明确说明生成什么内容。

较差示例：

帮我写个总结。

较好示例：

请根据以下项目进展，生成一份面向管理层汇报的项目周报。

3. 明确输出结构

例如：

请按照以下格式输出：
1. 本周进展
2. 关键成果
3. 风险问题
4. 下周计划

4. 明确语气和风格

例如：

要求语言正式、简洁、适合企业内部邮件发送。

5. 提供足够上下文

AI 不是读心工具。如果需要高质量输出，应尽量提供背景信息、目标读者、使用场景和约束条件。

十、接口错误排查方法

调用 API 时，常见错误包括鉴权失败、参数错误、额度不足、模型不存在、请求超时等。

1. 401 Unauthorized

通常表示 API Key 错误或没有传入。

检查：

echo $AI_API_KEY

确认请求头格式：

Authorization: Bearer 你的API_KEY

2. 400 Bad Request

通常是请求参数格式错误，例如 JSON 写错、字段缺失、model 名称错误。

可以使用 JSON 校验工具检查请求体，或者先用最简单的请求测试。

3. 429 Too Many Requests

表示请求过于频繁或触发限流。解决方法：

• 降低并发；
• 增加重试间隔；
• 使用队列削峰；
• 联系服务商提高限额。

4. 500 / 502 / 503

一般是服务端异常或网络问题。建议增加重试机制。

Python 重试示例：

import time
import requests

def call_with_retry(url, headers, payload, retries=3):
    for i in range(retries):
        try:
            response = requests.post(url, headers=headers, json=payload, timeout=30)
            if response.status_code == 200:
                return response.json()
            print(f"第{i+1}次请求失败：{response.status_code}")
        except Exception as e:
            print(f"第{i+1}次请求异常：{e}")

        time.sleep(2 ** i)

    raise Exception("多次重试后仍然失败")

十一、生产环境调用建议

如果要把 AI API 真正接入办公系统，建议关注以下几点。

1. 不要在前端暴露 API Key

API Key 应放在后端服务中，由后端统一调用 AI API。前端只请求你的后端接口。

错误做法：

// 不推荐：在浏览器代码中直接写 API Key
const API_KEY = "sk-xxxx";

正确做法：

前端 → 你的后端服务 → AI API

2. 增加日志记录

建议记录：

• 请求时间；
• 用户 ID；
• 业务场景；
• 模型名称；
• token 使用量；
• 响应状态；
• 错误信息。

但注意不要记录敏感内容，例如客户身份证号、银行卡号、合同核心条款等。

3. 增加人工审核

对于公告、合同、财务报告、对外邮件等重要内容，AI 输出应经过人工确认后再发布。

4. 控制成本

可以通过以下方式降低成本：

• 设置合理的 max_tokens；
• 对重复问题做缓存；
• 简单任务使用轻量模型；
• 长文档先分段摘要再汇总；
• 对批量任务设置队列和限流。

5. 做好敏感信息保护

在调用接口前，可以对敏感字段做脱敏处理。例如：

客户姓名：张三 → 客户姓名：客户A
手机号：13812345678 → 手机号：138****5678

十二、完整办公自动化示例：生成销售日报并保存为文件

下面给出一个完整 Python 示例：调用 AI API 生成销售日报，并保存到本地 Markdown 文件。

import os
import requests
from datetime import datetime

API_KEY = os.getenv("AI_API_KEY")
API_URL = "https://api.example.com/v1/chat/completions"

sales_data = """
今日销售数据：
1. 总销售额：38.6万元
2. 新增客户：8家
3. 成交订单：15单
4. 重点客户：A公司完成合同签署，金额12万元
5. 风险问题：B客户付款时间推迟，预计延迟3天
6. 明日计划：继续跟进C公司采购审批流程
"""

payload = {
    "model": "office-ai-chat",
    "messages": [
        {
            "role": "system",
            "content": "你是一个专业的销售运营助手，擅长生成结构化销售日报。"
        },
        {
            "role": "user",
            "content": f"""
请根据以下销售数据生成一份销售日报。

要求：
1. 使用中文；
2. 结构清晰；
3. 包含今日概况、重点成果、风险问题、明日计划；
4. 语言正式，适合发送给销售经理。

{sales_data}
"""
        }
    ],
    "temperature": 0.5,
    "max_tokens": 1200
}

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

response = requests.post(API_URL, headers=headers, json=payload, timeout=30)
response.raise_for_status()

result = response.json()
report = result["choices"][0]["message"]["content"]

filename = f"sales_report_{datetime.now().strftime('%Y%m%d')}.md"

with open(filename, "w", encoding="utf-8") as f:
    f.write(report)

print(f"销售日报已生成：{filename}")

运行命令：

python generate_sales_report.py

十三、总结

AI办公 API 的核心价值在于把大模型能力嵌入到实际业务流程中，让重复性、结构化、文字处理类工作变得更加自动化。无论是生成周报、会议纪要、邮件通知，还是进行数据分析、知识库问答、文档摘要，API 都可以让 AI 从“单次对话工具”升级为“企业自动化能力”。

对于初学者来说，建议先从 curl 命令开始测试接口，再使用 Python 或 Node.js 编写脚本，最后逐步接入企业内部系统。在生产环境中，需要重点关注 API Key 安全、错误重试、日志审计、成本控制和人工审核。

只要掌握基本调用方法，并结合清晰的 Prompt 设计，AI办公 API 就能成为企业提升效率、降低重复劳动、优化办公流程的重要工具。