用 Node.js 结合 OpenAI API 实现销售数据分析报告生成

有意义
94 阅读4分钟

在数据驱动决策的时代，快速从销售数据中提取关键信息并生成分析报告，是提升业务效率的重要手段。

本文将带你从零开始，搭建一个基于 Node.js 的简单工具，通过调用 OpenAI API 自动分析销售数据并生成定制化报告。

我们会逐步完成项目初始化、依赖安装、代码编写等步骤，并详解过程中涉及的异步编程、模板字符串等核心知识点，帮助你快速掌握 AI 辅助数据分析的实现思路。

第一步：创建文件夹

新建一个用于存放项目的文件夹（例如 ai-sales-analysis），建议路径中避免空格或特殊字符，方便后续终端操作。

第二步：右键打开终端

右键点击文件夹，选择「在终端中打开」（或通过 VS Code 打开文件夹后，使用 Ctrl + ~ 调出终端）。

第三步：输入下列命令

在终端中输入以下命令，快速初始化 Node.js 项目（自动生成 package.json 文件，-y 表示使用默认配置）：

    npm init -y

image.png

第四步：输入下面的命令：

输入以下命令，通过 pnpm 安装指定版本的 openai（OpenAI API 客户端）和 dotenv（环境变量管理工具）：

pnpm i openai@4.71.0 dotenv@17.2.3

pnpm的性质：

pnpm 是一个快速、节省磁盘空间的现代 JavaScript 包管理工具，全称为 Performant npm（高性能 npm）。

它与 npm（Node.js 官方包管理器）、yarn 类似，主要用于安装、管理项目依赖（比如你命令中的 openai、dotenv 这些包），但在性能和磁盘利用上有显著优化：

  • 采用 硬链接 + 符号链接 的方式存储依赖，避免重复安装相同版本的包，大幅节省磁盘空间。
  • 安装速度通常比 npm 和 yarn 更快，尤其在大型项目中优势明显。
  • 支持 monorepo 项目结构，对多包管理更友好。

第五步：编写后端代码

在项目文件夹中创建 main.mjs 文件，写入以下代码（功能：调用 OpenAI API 分析销售数据并生成报告）：

import OpenAI from 'openai';
import { config } from 'dotenv';

config({
    path: '.env'
});

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL:'https://api.agicto.cn/v1'
});


const saleData = `销售数据:
日期,产品,销量,单价,总收入
2023-01-01,iPhone 13,100,6000,600000
2023-01-01,iPhone 14,50,8000,400000
2023-01-02,iPhone 13,80,6000,480000
2023-01-02,iPhone 14,60,8000,480000
2023-01-03,iPhone 13,120,5800,696000
2023-01-03,iPhone 14,80,7800,624000
`

const main = async (reference_data, query) => {
  // 制定一个身份， 找对人
  // 模板字符串
  // 多行
  // 准确的描述任务， 
  //数据， 清楚说明+格式限定
  // \n \n\n 边界效果
  const prompt = `
  You are an AI data analysis  assistant that generates sales 
  reports based on the given sales data.
  Here is the sales data:\n ${reference_data} \n\n
  Please generate a report to answer the following question:\n
  ${query}
  `
  let response = await client.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [
      {
        role: 'user',
        content: prompt
      }
    ],
    max_tokens: 1024,
    // 创意性 
    temperature: 0.1,
  })

  console.log(response.choices[0].message.content)
}

main(
  saleData,
  '根据上述销售数据，计算iphone13和iphone14的总销售额各是多少？'
);

image.png

补充说明：

  1. 需在项目根目录创建 .env 文件，添加 OPENAI_API_KEY=你的密钥（替换为实际可用的 OpenAI API 密钥）。
  2. 运行代码前确保已全局安装 pnpm（若未安装，可先执行 npm install -g pnpm）。
  3. 执行代码：在终端输入 node main.mjs，即可看到 AI 生成的数据分析报告。

再加个异步编程，模板字符串的知识点：

const main = async (reference_data, query) => {
 
  const prompt = `
  You are an AI data analysis  assistant that generates sales 
  reports based on the given sales data.
  Here is the sales data:\n ${reference_data} \n\n
  Please generate a report to answer the following question:\n
  ${query}
  `
  let response = await client.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [
      {
        role: 'user',
        content: prompt
      }
    ],
    max_tokens: 1024,
    // 创意性 
    temperature: 0.1,
  })

  console.log(response.choices[0].message.content)
}

  1. 箭头函数（Arrow Function） const main = async (reference_data, query) => { ... }用 => 定义的函数，这里同时使用了 async 关键字，表明这是一个异步函数，内部可以使用 await 处理异步操作。

  2. 异步编程（Async/Await） let response = await client.chat.completions.create({ ... })``await 用于等待 client.chat.completions.create 这个异步操作（调用 OpenAI API）完成，避免了回调地狱，让异步代码更易读。

  3. 模板字符串（Template String） 用反引号（）包裹的字符串 const prompt = ...，支持：

    • 多行文本（无需手动加 \n 换行）
    • 变量 / 表达式嵌入（${reference_data}、${query}）这与你之前问的模板字符串特性完全对应，用于构造传给 AI 的提示词（Prompt）。
avatar
文章
阅读
粉丝