雲育鏈 AI-Agent 與 Sheet with AI - Google Apps Script 工具集

專案簡介

此專案包含一系列為雲育鏈職場AI軟體暨雲端應用課程設計的Google Apps Script範例程式碼。這些程式碼旨在提升課程參與者的工作效率，涵蓋如何自動化Google Sheets的數據操作、整合Google Gemini API進行AI問答與分類，以及如何生成並計算文本向量相似度等功能。

功能列表

HTTP GET/POST 數據處理：自動化Google Sheets中的數據查詢、插入與更新。
AI 問答與分類：透過Google Gemini API進行文本問答生成及文本分類操作。
文本向量生成與相似度計算：將文本轉換為向量表示，並計算其相似度。
**圖片問答解析：提供圖片URL，將圖片轉換為Base64後，透過Gemini API進行問答。
**網頁內容抓取與問答生成：自動抓取指定網頁內容，並進行問答生成，增強答案的準確性。
**PDF文件生成：基於Google Docs範本自動生成PDF文件，並可指定範本參數進行動態替換。

應用場景

這些Google Apps Script程式碼可在以下情境中應用：

自動化數據處理：在企業報告生成過程中，減少手動操作的錯誤與耗時。
AI 驅動的文本分類與分析：快速分類客戶反饋，提取重要資訊並及時做出決策。
向量相似度計算：在客服系統中快速找到相似問題的解答，提升客服效率。
業務流程自動化：自動處理和分類來自各部門的數據，提升生產力。

如需課程包班合作，可加入Line官方號進行：https://lin.ee/nlPnBYS

安裝與使用

複製專案：將此專案克隆至您的Google Apps Script專案中。
配置API Key：在專案設定中加入Google Gemini API的密鑰。
運行範例：使用範例函數進行測試，確認API整合與功能正常運作。

授權條款

本專案依照MIT License開源，歡迎自由使用、修改與分發。如需進一步合作或課程包班合作，請參考雲育鏈官網。

聯繫我們

如有任何問題或建議，歡迎通過雲育鏈Line官方號聯繫我們。

在Google Spreadsheet中使用Google Apps Script調用Gemini API

概述

本教學將介紹如何在Google Spreadsheet中使用Google Apps Script調用Gemini API來實現自動化功能。透過這個教學，您將學會如何使用Apps Script來完成問答生成、文本分類及向量操作。

先決條件

取得Google API金鑰（API Key）請確保您已經從Google AI Studio 取得了Gemini API的API Key。並在該Appscript管理介面，新增了指令碼屬性 Script Property

確保已經將程式碼添加到您的Google Apps Script專案中。

各功能導引目錄

在Google Spreadsheet中使用Google Apps Script調用Gemini API

GitHub Repository

教學文件 - tutorial.md

`GeminiQA` 使用教學

功能：

GeminiQA 函數用於透過Google Apps Script調用Gemini API，針對您提出的問題生成對應的答案。您只需要提供一個問題，Gemini API將返回最合適的答案。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiQA：
```
=GeminiQA("你的問題")
```

`GeminiQA` 使用教學

功能：

GeminiQA 函數用於透過Google Apps Script調用Gemini API，針對您提出的問題生成對應的答案。您只需要提供一個問題，Gemini API將返回最合適的答案。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiQA：
```
=GeminiQA("你的問題")
```

`GeminiQAFromImage` 使用教學

功能：

GeminiQAFromImage 函數用於透過Google Apps Script調用Gemini API，將圖片轉換為Base64格式後進行問答生成。您可以提供一個問題和圖片的網址，並由Gemini API返回解析結果。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiQAFromImage：
```
=GeminiQAFromImage("你的問題", "圖片網址")
```

`GeminiClassify` 使用教學

功能：

GeminiClassify 函數用於透過Google Apps Script調用Gemini API，將輸入的文本內容根據指定的分類進行分類操作。您可以提供一個分類數組和要分類的文本內容，Gemini API將返回對應的分類結果。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiClassify：
```
=GeminiClassify({"分類1", "分類2", "分類3"}, "要分類的內容")
```

`GeminiVector001` 使用教學

功能：

GeminiVector001 函數用於透過Google Apps Script調用Gemini API，生成文本的向量表示。該向量表示可以用於計算文本相似度或進行其他向量操作。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiVector001：
```
=GeminiVector001("要生成向量的文本")
```

`GeminiVectorSimilarCalculate` 使用教學

功能：

GeminiVectorSimilarCalculate 函數用於透過Google Apps Script計算兩個向量之間的相似度。該相似度通常以餘弦相似度的形式表示，範圍在 -1 到 1 之間。該函數可以用於比較兩段文本的相似程度，前提是這兩段文本已經被向量化。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiVectorSimilarCalculate：
```
=GeminiVectorSimilarCalculate("向量1的字串", "向量2的字串")
```

使用範例

=GeminiVectorSimilarCalculate("0.123, 0.456, 0.789", "0.321, 0.654, 0.987")

`GeminiQAWithWeb` 使用教學

功能：

GeminiQAWithWeb 由於Gemini尚未支援中文當作function call，請注意此方法一定要用英文來問, 函數用於透過Google Apps Script調用Gemini API，處理更為複雜的問答生成任務。這個函數允許在問答過程中使用特定功能（如抓取網頁內容）來補充和擴展答案，從而提升回答的準確性和全面性。

使用方式：

在Google Spreadsheet中使用：
- 在Spreadsheet的任意儲存格內輸入以下公式來調用GeminiQAWithWeb：
```
=GeminiQAWithWeb("你的問題，請用英文表達，若有網址，則會幫你訪問此網址")
```

使用範例

GeminiQAWithWeb("What content is available on https://example.com?")

`doPost` 使用教學

功能：

doPost 函數用於處理HTTP POST請求，根據 function_name 參數執行不同的操作：

insert_data：將請求的JSON數據插入到指定的Google Spreadsheet工作表中，並根據表頭自動匹配相應的欄位進行插入。
mail_user：根據提供的收件人列表發送郵件，若未指定信件標題，則會自動使用當天日期作為預設標題。
store_image_to_drive：將指定的網路圖片下載並儲存到Google Drive中，若提供了 folder_name，則會儲存在指定資料夾內，否則將以當前Spreadsheet的名稱作為資料夾名稱。
create_pdf_from_doc_template：使用指定的Google Docs範本自動生成PDF，並根據POST中的替換字典自動替換範本中的關鍵字或標記。可選擇將生成的PDF儲存在指定的Google Drive資料夾中，並設定權限為「有連結的人可讀」，方便共享。若未提供檔案名稱或資料夾，系統將自動命名並儲存於範本文件的父資料夾中。

這些功能適合於需要自動化地將數據寫入Google Spreadsheet或發送郵件的情境。

使用方式：

1. 在Google Apps Script中部署Web應用：

在Google Apps Script編輯器中，點擊 部署 > 部署為網頁應用。
設定應用的訪問權限為 任何擁有此應用程式網址的人。
點擊 部署，並獲取應用的URL。

2. 通過HTTP POST請求使用`doPost`：

使用HTTP客戶端（如Postman、cURL）向應用的URL發送POST請求。
根據不同的功能，在POST Body中指定 function_name 及其他所需參數。

POST Body 格式：

請求正文應為JSON格式，包含以下參數：

範例：

1. 插入數據至工作表 (`insert_data` 模式)：

{
  "sheet_name": "Sheet1",
  "operate_method": "insert_data",
  "data": {
    "id": "001",
    "columnB_name": "王小明",
    "columnC_name": "這是一筆測試資料"
  },
  "index_column_name": "id"
}

使用cURL發送請求：

curl -X POST \
  https://script.google.com/macros/s/your-script-id/exec \
  -H 'Content-Type: application/json' \
  -d '{
  "sheet_name": "Sheet1",
  "operate_method": "insert_data",
  "data": {
    "id": "001",
    "columnB_name": "王小明",
    "columnC_name": "這是一筆測試資料"
  },
  "index_column_name": "id"
}'

Response

{
  "status": "success",
  "message": "新增資料成功"
}

. 查詢資料 (read_data) (一般查詢模式)：

Request data format

{
  "sheet_name": "Sheet1",
  "operate_method": "read_data",
  "data": {
    "id": "001"
  },
  "index_column_name": "id"
}

curl 範例

curl -X POST "YOUR_WEBHOOK_URL" \
  -H "Content-Type: application/json" \
  -d '{
        "sheet_name": "Sheet1",
        "operate_method": "read_data",
        "data": {
          "id": "001"
        },
        "index_column_name": "id"
      }'

Response format

{
  "status": "success",
  "data": [
    {
      "id": "001",
      "name": "王小明",
      "content": "這是一筆測試資料",
      "similarity": 0.98
    }
  ]
}

. 查詢資料 (read_data) (向量查詢模式)：

request format

{
  "sheet_name": "Sheet1",
  "operate_method": "read_data",
  "data": {
    "columnA_name": "測試向量查詢的內容"
  },
  "index_column_name": "vector_columnA_name",
  "threshold": "0.8"
}

curl format

curl -X POST "YOUR_WEBHOOK_URL" \
  -H "Content-Type: application/json" \
  -d '{
        "sheet_name": "Sheet1",
        "operate_method": "read_data",
        "data": {
          "columnA_name": "測試向量查詢的內容"
        },
        "index_column_name": "vector_columnA_name",
        "threshold": "0.8"
      }'

response format

{
  "status": "success",
  "data": [
    {
      "id": "001",
      "name": "王小明",
      "content": "這是一筆測試資料",
      "similarity": 0.85
    }
  ]
}

.更新資料 (update_data 模式)：

Request format

{
  "sheet_name": "Sheet1",
  "operate_method": "update_data",
  "data": {
    "id": "001",
    "name": "王大明",
    "content": "更新後的內容"
  },
  "index_column_name": "id"
}

curl format

curl -X POST "YOUR_WEBHOOK_URL" \
  -H "Content-Type: application/json" \
  -d '{
        "sheet_name": "Sheet1",
        "operate_method": "update_data",
        "data": {
          "id": "001",
          "name": "王大明",
          "content": "更新後的內容"
        },
        "index_column_name": "id"
      }'

Response format

{
  "status": "success",
  "message": "更新資料成功"
}

.刪除資料 (delete_data)：

Request format

{
  "sheet_name": "Sheet1",
  "operate_method": "delete_data",
  "data": {
    "id": "001"
  },
  "index_column_name": "id"
}

curl format

curl -X POST "YOUR_WEBHOOK_URL" \
  -H "Content-Type: application/json" \
  -d '{
        "sheet_name": "Sheet1",
        "operate_method": "delete_data",
        "data": {
          "id": "001"
        },
        "index_column_name": "id"
      }'

Response format

{
  "status": "success",
  "message": "刪除資料成功"
}

.基於範本生成PDF (create_pdf_from_doc_template 模式)：

{
  "operate_method": "generate_pdf",
  "data": {
    "template_name": "文件範本",
    "generate_pdf_name": "報告",
    "folder_name": "PDF資料夾",
    "replace_map": {
      "title": "報告標題",
      "date": "20250402"
    }
  }
}

使用cURL發送請求

curl -X POST "YOUR_WEBHOOK_URL" \
  -H "Content-Type: application/json" \
  -d '{
        "operate_method": "generate_pdf",
        "data": {
          "template_name": "文件範本",
          "generate_pdf_name": "報告",
          "folder_name": "PDF資料夾",
          "replace_map": {
            "title": "報告標題",
            "date": "20250402"
          }
        }
      }'

Response format

{
  "result": "success",
  "fileName": "20250402-報告.pdf",
  "fileLink": "https://drive.google.com/...",
  "message": "PDF 已生成並設為有連結的人可讀"
}

Name		Name	Last commit message	Last commit date
Latest commit History 27 Commits
gcp_ai_cloud_run		gcp_ai_cloud_run
README.md		README.md
README_old.md		README_old.md
ai-agent實作指南.pdf		ai-agent實作指南.pdf
coze_plugin.yml		coze_plugin.yml
cxcxc.gs		cxcxc.gs
spreadsheet_當作資料庫.gs		spreadsheet_當作資料庫.gs
tutorial.md		tutorial.md
雲育鏈課程QA問答知識.csv		雲育鏈課程QA問答知識.csv

cxcxc-io/ai-agent_with_sheet

Folders and files

Latest commit

History

Repository files navigation

雲育鏈 AI-Agent 與 Sheet with AI - Google Apps Script 工具集

專案簡介

功能列表

應用場景

安裝與使用

授權條款

聯繫我們

在Google Spreadsheet中使用Google Apps Script調用Gemini API

概述

先決條件

各功能導引目錄

在Google Spreadsheet中使用Google Apps Script調用Gemini API

目錄

GeminiQA 使用教學

功能：

使用方式：

GeminiQA 使用教學

功能：

使用方式：

GeminiQAFromImage 使用教學

功能：

使用方式：

GeminiClassify 使用教學

功能：

使用方式：

GeminiVector001 使用教學

功能：

使用方式：

GeminiVectorSimilarCalculate 使用教學

功能：

使用方式：

使用範例

GeminiQAWithWeb 使用教學

功能：

使用方式：

使用範例

doPost 使用教學

功能：

使用方式：

1. 在Google Apps Script中部署Web應用：

2. 通過HTTP POST請求使用doPost：

POST Body 格式：

範例：

1. 插入數據至工作表 (insert_data 模式)：

. 查詢資料 (read_data) (一般查詢 模式)：

. 查詢資料 (read_data) (向量查詢 模式)：

.更新資料 (update_data 模式)：

.刪除資料 (delete_data)：

.基於範本生成PDF (create_pdf_from_doc_template 模式)：

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Languages

`GeminiQA` 使用教學

`GeminiQA` 使用教學

`GeminiQAFromImage` 使用教學

`GeminiClassify` 使用教學

`GeminiVector001` 使用教學

`GeminiVectorSimilarCalculate` 使用教學

`GeminiQAWithWeb` 使用教學

`doPost` 使用教學

2. 通過HTTP POST請求使用`doPost`：

1. 插入數據至工作表 (`insert_data` 模式)：

. 查詢資料 (read_data) (一般查詢模式)：

. 查詢資料 (read_data) (向量查詢模式)：

Packages