尝试逐步创建“辅助审阅”工具-手札

我想构建的程序，应该是如下的：

①私域场景，也就是说，使用本地部署的大模型；

②不要离开word/wps等工具，采用将大语言模型嵌入的方式；

③需要代码开源，能够自主控制全流程。

下面，我会利用vibeCoding的方法，开展探索实践。

暂时取名叫做GOWordAgent，首先立足在windows中实现。

里程碑①在word中插入侧边栏和顶栏；（ok）

里程碑②在侧边栏中集成AI对话；（ok）

里程碑③右侧能够读取正文的内容；

里程碑④添加审阅的功能

目前全部工作已经完成，应该说对于传统程序员的我来说，有很多惊艳的地方。

【PS现有工具对于csharp的支持不是很好：

那么这里可能是需要使用vs直接集成的github copilot

所以说在代码编写领域，AI是最好地去实现的】

指令：我准备创建windows程序，在word中插入侧边栏和顶栏，顶栏的名字叫做“ GOWordAgent”。帮我分析实现路径方法。

回复：VSTO / .NET（C#）Word 外接程序（传统桌面插件，完全本地）

【这里因为我相对熟悉csharp程序，所以从最为简单的情况开始】

先把环境配好，再看代码会更顺畅。

1. Office / Windows

Word 版本：建议 Office 2016 / 2019 / 2021 / Microsoft 365（桌面版）

插件运行在 Word 进程里，你的 VSTO 插件项目一般设为 Any CPU 即可；

关键是开发机上 Office 一定是完整安装（含“用于 .NET 的主互操作程序集”），一般默认安装就有。

2. Visual Studio

版本：建议 Visual Studio 2022 Community / Professional。

【重新恢复vs studio 程序员的工作方式，光是这个安装可能就需要相当长的时间】

安装时勾选工作负载：

“.NET 桌面开发”“Office/SharePoint 开发”（重点，没有这个就没有 VSTO 模板）

安装完成后，新建项目里应该能看到：

“Word VSTO 外接程序（Word VSTO Add-in）” 之类的模板。

3. 其他

.NET Framework：VSTO 模板通常用 .NET Framework 4.8 或类似版本，保持 VS 默认即可。

调试设置：VS 会自动把启动程序设置为 Word，按 F5 会直接启动 Word 并加载你的插件。

项目结构整体思路

创建 Word VSTO 外接程序项目后，会有几个关键点：

ThisAddIn：插件入口，负责在 Word 启动时初始化对象（例如创建侧边栏）。

Ribbon（功能区）：通过一个 Ribbon 项定义顶栏 “GOWordAgent” 和按钮。

UserControl（侧边栏 UI）：WinForms 或 WPF 控件，用于放在 CustomTaskPane 中展示在右侧。

我们要实现的效果：

Word 启动时创建一个右侧隐藏的 CustomTaskPane，标题为 “GOWordAgent”。

在 Ribbon 新建标签页 GOWordAgent，放一个按钮 “显示/隐藏侧边栏”。

点击按钮时，切换右侧侧边栏的 Visible 状态。

下面给你完整的“骨架代码”，你按步骤搭一遍就能跑起来。

步骤一：创建 Word VSTO 外接程序项目

打开 Visual Studio → 创建新项目。

搜索：Word 外接程序或 Word VSTO Add-in。

选择：“Word VSTO 外接程序” 模板 → 下一步。

填写项目名，例如：GOWordAgentAddIn → 创建。

VS 会生成一个包含 ThisAddIn.cs 的项目，并默认配置好调试用的 Word 启动。

步骤二：添加侧边栏 UserControl（GOWordAgentPane）

在项目上右键 → 添加 → 新建项。

选择 “用户控件（Windows 窗体）”（UserControl），命名为：GOWordAgentPane.cs。

在设计器里你可以先放一个简单控件，比如一个 Label 或 Button，测试用就行。

代码文件 [GOWordAgentPane.cs] 中大致是：

using System.Windows.Forms;
namespace GOWordAgentAddIn
{
    public partial class GOWordAgentPane : UserControl
    {
        public GOWordAgentPane()
        {
            InitializeComponent();
        }
    }
}

设计器自动生成的 UI 初始化代码会在 GOWordAgentPane.Designer.cs，不需要你手写。

步骤三：在 ThisAddIn 中创建 CustomTaskPane

打开 [ThisAddIn.cs]，补充一个属性和 Startup 逻辑，用来创建和管理侧边栏。

using System;
using Microsoft.Office.Core;
using Microsoft.Office.Tools;

namespace GOWordAgentAddIn
{
    public partial class ThisAddIn
    {
        internal CustomTaskPane GOWordAgentTaskPane { get; private set; }
        private void ThisAddIn_Startup(object sender, EventArgs e)
        {
            var control = new GOWordAgentPane();
            // 创建右侧的自定义任务窗格（侧边栏）
            GOWordAgentTaskPane = this.CustomTaskPanes.Add(control, "GOWordAgent");
            GOWordAgentTaskPane.DockPosition = MsoCTPDockPosition.msoCTPDockPositionRight;
            GOWordAgentTaskPane.Width = 350;   // 可以根据需要调整宽度
            GOWordAgentTaskPane.Visible = false; // 默认隐藏
        }
        private void ThisAddIn_Shutdown(object sender, EventArgs e)
        {
            // 一般无需特别清理，VSTO 会处理
        }
    }
}

注意：InternalStartup 方法通常在 ThisAddIn.Designer.cs 里自动生成并绑定 Startup/Shutdown 事件，正常不用改，只要确保 ThisAddIn_Startup 的签名没动即可。

步骤四：创建 Ribbon 顶栏 “GOWordAgent”

在项目右键 → 添加 → 新建项。

选择 “功能区（可视化设计器）”（Ribbon (Visual Designer)），命名为：GOWordAgentRibbon.cs。

打开 Ribbon 设计器，做以下设置：

选中最外层 tab1，右侧属性：

Label 改为：GOWordAgent

在 Ribbon 设计器中，在该 Tab 下面：

添加一个 Group（比如叫“主功能”）

在 Group 里拖入一个 Button，设置：

Name：btnTogglePane

Label：例如 “显示/隐藏侧边栏”

然后双击这个按钮，VS 会自动生成点击事件处理函数，在 [GOWordAgentRibbon.cs] 中写逻辑控制侧边栏可见性。

using Microsoft.Office.Tools.Ribbon;
namespace GOWordAgentAddIn
{
    public partial class GOWordAgentRibbon
    {
        private void GOWordAgentRibbon_Load(object sender, RibbonUIEventArgs e)
        {
        }
        private void btnTogglePane_Click(object sender, RibbonControlEventArgs e)
        {
            var pane = Globals.ThisAddIn.GOWordAgentTaskPane;
            if (pane == null)
            {
                return; // 理论上不会发生，保险起见
            }

            pane.Visible = !pane.Visible;
        }
    }
}

上面的代码通过 Globals.ThisAddIn 拿到我们在 ThisAddIn_Startup 中创建的 CustomTaskPane，点击按钮时在 true/false 之间切换。

步骤五：运行和调试

确认 Word 已关闭。

在 VS 中设置项目为启动项目（默认即是） → 按 F5。

VS 会启动 Word 并加载你的插件：

在功能区会看到一个新的 Tab：GOWordAgent

其中有你的按钮（例如 “显示/隐藏侧边栏”）

点击按钮：

右侧应该弹出你定义的侧边栏（CustomTaskPane）；

再点一次会隐藏。

如果第一次没显示：

确认 ThisAddIn_Startup 中的 GOWordAgentTaskPane 创建逻辑执行了；

确认 Ribbon 的按钮事件确实被触发（可以打断点或 MessageBox.Show 测一下）。

指令：好的，下一步我希望在打开的侧边栏中，添加一个可以用于大语言模型的对话框，并且真实调用大语言模型开展对话。

回复：这一步可以做成一个 “Word 内置的聊天窗口”。下面给你一套可以直接参考/改造的实现思路和代码示例，基于：WinForms UserControl + HttpClient 调用 OpenAI 风格接口。

一、侧边栏里要加哪些控件？

在你的 GOWordAgentPaneControl（UserControl）上，用设计器大概放这些控件（名字建议按下面来，方便对上代码）：

txtConversation：TextBox
Multiline = true
ReadOnly = true
ScrollBars = Vertical

用来显示整个对话记录

txtInput：TextBox
Multiline = true（方便输入多行）
btnSend：Button
Text = "发送"

Click 事件绑定到 btnSend_Click

布局随意：上面是对话记录，中间/下面是输入框，右下角一个发送按钮。

二、在 UserControl 里维护对话和调用接口

下面是一份简化版的 GOWordAgentPaneControl 代码示例，你可以把关键逻辑合并到你现有的类里（命名空间/类名按你自己的项目改）：

using System;
using System.Collections.Generic;
using System.Net.Http;
using System.Net.Http.Headers;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using Newtonsoft.Json; // 需要通过 NuGet 安装：Newtonsoft.Json

namespace GOWordAgentAddIn
{
    public partial class GOWordAgentPaneControl : UserControl
    {
        private readonly HttpClient _httpClient = new HttpClient();

        // 简单保存对话历史，role: "user" / "assistant"
        private readonly List<(string Role, string Content)> _messages = new List<(string Role, stringContent)>();

        public GOWordAgentPaneControl()
        {
            InitializeComponent();

            // 可以根据需要设置超时
            _httpClient.Timeout = TimeSpan.FromSeconds(60);
        }

        private async void btnSend_Click(object sender, EventArgs e)
        {
            var userInput = txtInput.Text.Trim();
            if (string.IsNullOrEmpty(userInput))
                return;

            AppendToConversation("我", userInput);
            _messages.Add(("user", userInput));

            txtInput.Clear();
            btnSend.Enabled = false;

            try
            {
                var reply = await CallChatModelAsync();
                if (!string.IsNullOrEmpty(reply))
                {
                    _messages.Add(("assistant", reply));
                    AppendToConversation("GOWordAgent", reply);
                }
            }
            catch (Exception ex)
            {
                AppendToConversation("系统", $"调用大模型失败：{ex.Message}");
            }
            finally
            {
                btnSend.Enabled = true;
            }
        }

        private void AppendToConversation(string speaker, string text)
        {
            if (txtConversation.TextLength > 0)
                txtConversation.AppendText(Environment.NewLine + Environment.NewLine);

            txtConversation.AppendText($"{speaker}：{text}");
            txtConversation.SelectionStart = txtConversation.TextLength;
            txtConversation.ScrollToCaret();
        }

        /// <summary>
        /// 调用大语言模型接口，示例为 OpenAI 风格的 Chat Completions 接口
        /// 你可以把 URL / model / API Key 换成自己的服务
        /// </summary>
        private async Task<string> CallChatModelAsync()
        {
            // 建议用环境变量或配置文件存 API Key，这里只是示例
            var apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY");
            if (string.IsNullOrWhiteSpace(apiKey))
                throw new InvalidOperationException("未配置 OPENAI_API_KEY 环境变量。");

            _httpClient.DefaultRequestHeaders.Authorization =
                new AuthenticationHeaderValue("Bearer", apiKey);

            var requestBody = new
            {
                model = "gpt-4o-mini", // 或你自己的模型名称
                messages = BuildMessagesForApi()
            };

            var json = JsonConvert.SerializeObject(requestBody);
            using (var content = new StringContent(json, Encoding.UTF8, "application/json"))
            using (var response = await _httpClient.PostAsync("https://api.openai.com/v1/chat/completions", content))
            {
                response.EnsureSuccessStatusCode();
                var responseJson = await response.Content.ReadAsStringAsync();

                dynamic obj = JsonConvert.DeserializeObject(responseJson);
                // OpenAI 风格返回：choices[0].message.content
                string reply = obj.choices[0].message.content;
                return reply?.Trim();
            }
        }

        private List<object> BuildMessagesForApi()
        {
            var list = new List<object>();

            foreach (var m in _messages)
            {
                list.Add(new
                {
                    role = m.Role,
                    content = m.Content
                });
            }

            return list;
        }
    }
}

若你用的是 OpenAI 兼容国内服务（如部分国内厂商、自己搭的代理），通常只需要改：

PostAsync 里的 URL

model 名称

有些服务把 Key 放在 Header 的其他位置，这里一起改一下 Authorization 即可。

用 Azure OpenAI 时，body 结构大体类似，但 URL 和 Header 会略有不同，可以再单独帮你改。

三、需要额外做的配置

安装 Newtonsoft.Json

在你的 VSTO 项目上右键 → “管理 NuGet 程序包”

搜索 Newtonsoft.Json → 安装

设置 API Key（以环境变量为例）

在 Windows 中添加一个用户级环境变量：OPENAI_API_KEY，值为你的密钥

重启 Visual Studio 让它能读到环境变量

不建议把 Key 写死在代码里，至少先用环境变量过渡

四、下一步可以做的增强

把和 Word 文档的交互整合进对话（例如按钮：“把当前选中文本发给大模型”）。

在 UI 上加一个下拉框选择不同模型或不同后端（OpenAI / Azure / 自建服务）。

加入简单的“系统提示”（system prompt）让 GOWordAgent 更适合你的 Word 场景（如写作助手、审稿助手等）。

如果你告诉我你准备使用的具体大模型服务商/接口（OpenAI、Azure、阿里、月之暗面、智谱等），我可以把上面那个 CallChatModelAsync 精确改成对应的请求格式和 URL，直接给你“可粘贴”的版本。

目前来看，在csharp中成功调用openapi可以作为一个专门的研究，这样相对独立也方便设计。

然后貌似也是可以生成csharp程序的

请Qorder直接写的就相当不错：

那么复用这里的关键信息了？可以看到这里创建了一个专用的类。

  // 调用 API
    string response = await _deepSeekService.SendMessagesWithHistoryAsync(_messageHistory.ToArray());
    // 显示 AI 回复
    AppendMessage("DeepSeek", response, Color.Green);
    // 添加到历史记录
    _messageHistory.Add(new { role = "assistant", content = response });
    lblStatus.Text = "状态: 就绪";
    lblStatus.ForeColor = Color.Green;

具体内容：

  try
  {
      var requestBody = new
      {
          model = model,
          messages = messages,
          temperature = 0.7,
          max_tokens = 2000
      };
      string jsonContent = JsonConvert.SerializeObject(requestBody);
      var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");
      HttpResponseMessage response = await _httpClient.PostAsync(_apiUrl, content);
      string responseBody = await response.Content.ReadAsStringAsync();
      if (response.IsSuccessStatusCode)
      {
          JObject jsonResponse = JObject.Parse(responseBody);
          string? reply = jsonResponse["choices"]?[0]?["message"]?["content"]?.ToString();
          return reply ?? "未获取到回复内容";
      }
      else
      {
          return $"API 调用失败: {response.StatusCode}\n{responseBody}";
      }
  }
  catch (Exception ex)
  {
      return $"发生错误: {ex.Message}";
  }