一文教会你！用豆包MarsCode 开发「评论情感分析机器人」零成本开发！使用豆包MarsCode开发基于 JavaSc

“您好，想问问你们卖的这商品是什么啊？”

“您好亲亲，我们卖的是最新款手机壳！”

“不是，我是想问你们卖的这都是什么啊？？？这么难看。”

本文！重磅！教大家不花一分钱学会用豆包MarsCode 搭建「商品评论情感分析机器人」！快速了解消费者对商品的真实看法和情感倾向。

自 Node.js 推出，JavaScript 跃升为一门全栈开发语言。开发者可以用同一种语言构建完整的 Web 应用，从后端服务到用户界面，甚至最新的 AI 应用，JavaScript 都能胜任。今天就让我们一起学习基于 JavaScript 开发的「商品评论情感分析机器人」！

工欲善其事 必先利其器

申请免费的豆包 API

基于大模型的应用必然需要访问大模型的 API 服务，虽然当前 OpenAI 的 API 越来越难以获取，但令人惊喜的是，国内各大厂的模型能力已逐步提升至相对成熟的水平，而且还均拥有免费的使用额度！比如豆包大模型，每个规格的模型都有 50 万免费 tokens 的额度，接口使用方式也与 OpenAI 完全相同！

在火山方舟（ console.volcengine.com/ark ）中注册账号，创建 API Key 并将想用的模型部署为在线服务，平台就可以直接为我们提供模型的调用代码。

免费调用额度

添加API Key

将模型部署为推理服务

配置本地环境

火山方舟平台为我们提供了模型调用代码，但想跑起来这段代码还需要先在本地配置好 Node.js 环境。

根据火山方舟上的指引，我们还需要手动安装 OpenAI 软件包，在终端中执行npm install openai 之后就完成了本地环境的配置。

在本地跑通模型调用代码

选择一个适合的本地路径执行 npm init 即可交互式地进行项目初始化，命令行会提示我们输入一些关于项目的元数据信息，如项目名称、版本、描述等。我们可以根据需要填写这些信息，或直接按「回车键」接受默认值。

询问豆包MarsCode AI 助手可以了解更多初始化项目的详细步骤。

将火山方舟平台提供的代码复制到本地开发环境内，我们可以在豆包MarsCode 中针对不理解的代码向 AI 助手进行提问，例如示例代码中的 apiKey 需要从环境变量中获取，我们可以询问跟 JS 语法相关的知识，也可以询问在不同操作系统中配置环境变量的方法。

按照指引，在环境变量中配置 ARK_API_KEY 之后，我们就可以尝试执行测试代码。

竟然遇到报错了！命令行中给了我们一些提示，在 package.json 中添加"type": "module"  。

我们可以向豆包MarsCode AI 助手询问错误原因，它会给我们更具体的解决方案，我们也能根据 AI 助手的回复了解 JS 的执行原理。

修改代码之后再次执行就能成功获取豆包模型返回的结果了。

开发情感分析相关代码

要与豆包 API 对话，则需要在消息数组中提供一个或多个消息，示例代码中涉及到了 system 和 user 两种角色，这时我们可以向 AI 助手询问：“system 和 user 有什么区别”。

若想开发情感分析的应用，通过提示词工程的方式即可实现，在 system prompt 中填写如“你是一个用户评论情感分析专家”的身份描述，在用户提示中可以填写少量的示例，这些示例能够向人工智能展示您期望交互以何种方式展开，从而指导人工智能对类似的提示做出响应。

如果想把用户输入动态注入到 prompt 中则需要用到模板字符串，相关的语法知识也可以从跟 AI 的对话中获得。

具体的代码如下所示：

let few_shot_prompt = `
      以下为几个评论判断实例，请依据示例对新输入内容的情感态度进行判断
      评论：我非常喜欢这个产品，它非常实用。
      情感：正面。
      评论：这个产品非常糟糕，我无法使用它。
      情感：负面。
    `;
let message = [
  {
    role: "system",
    content:
      "你是一个用户评论情感分析专家，请根据用户的评论判断评论的情感是正面还是负面并直接输出，不输出其他内容。",
  },
  {
    role: "user",
    content: `${few_shot_prompt}\n 评论：${comment}\n 情感：\n`,
  },
];

使用上述代码替换掉示例代码中的 messages 就能够进行用户评论的情感判断了，只要在代码中把用户评论赋值给 comment 就能对其情感状态进行判断。 需求当然不止这么简单。我们希望能从命令行中获得用户的评论数据并传给豆包。有了豆包MarsCode AI 之后，仅需 10 秒钟就能完成代码改造！如下图所示，只要我能把需求准确的描述给 AI 助手，他就能很快地把代码提供给我，直接执行也没有问题。

更进一步，倘若我们期望程序可以反复处理用户输入，而非仅调用一次便退出程序，同样能将此需求告知 AI 助手，它会给出满足需求的新代码，从而最终打造出能够多次处理产品评论情感态度的小应用。 

完整代码呈现

import OpenAI from "openai";
import readline from "readline";

const openai = new OpenAI({
  apiKey: process.env.ARK_API_KEY,
  baseURL: "https://ark.cn-beijing.volces.com/api/v3",
});

async function main() {

  let few_shot_prompt = `
    以下为几个评论判断实例，请依据示例对新输入内容的情感态度进行判断
    评论：我非常喜欢这个产品，它非常实用。
    情感：正面。
    评论：这个产品非常糟糕，我无法使用它。
    情感：负面。
  `;

  const rl = readline.createInterface({
    input: process.stdin,
    output: process.stdout,
  });

  function askQuestion() {
    rl.question("请输入你的评论（或输入 '退出' 结束程序）：", async (answer) => {
      if (answer.toLowerCase() === '退出') {
        rl.close();
        return;
      }

      let message = [
        {
          role: "system",
          content:
            "你是一个用户评论情感分析专家，请根据用户的评论判断评论的情感是正面还是负面并直接输出，不输出其他内容。",
        },
        {
          role: "user",
          content: `${few_shot_prompt}\n 评论：${answer}\n 情感：\n`,
        },
      ];

      try {
        const completion = await openai.chat.completions.create({
          messages: message,
          model: "ep-20240809163655-bp86r",
        });

        console.log(completion.choices[0]?.message?.content);
      } catch (error) {
        console.error("发生错误:", error);
      }

      // 继续询问
      askQuestion();
    });
  }

  askQuestion();
}

main();