gRPC 是一个功能强大、高性能的远程过程调用 (RPC) 框架，尽管不如 REST 常用，但在某些场景中提供了显着的优势。

此外，它与语言无关，可以在任何环境中运行，使其成为服务器到服务器通信的理想选择。

我不会深入研究它的完整解释，但这里是 gRPC 的一般链接。我将提供实践教程

Go gRPC 客户端 

让我们想象一下，我们的 Go 是客户端，但对于前端应用程序 React、Svelte 等来说，它是服务器。

func getFirstArg() (string, error) {
    if len(os.Args) 








作为示例，React 前端上传一个文件，Go 处理它，但我们需要来自 excel 的答案，我们将使用 GPT API。虽然可以用 Go 来完成，但另一方面 Python 有更多可以简化我们生活的软件包，例如 langchan_openai、pandas for excel 等等。




我们首先最好在您的 virtualenv .venv 中安装 gRPC



$ go install google.golang.org/protobuf/cmd/protoc-gen-go@latest
$ go install google.golang.org/grpc/cmd/protoc-gen-go-grpc@latest
$ export PATH="$PATH:$(go env GOPATH)/bin"




接下来你应该在你的操作系统中安装protocol buffer，可以在此处安装。

让我们创建一个 proto 目录，您将在其中存储协议​​缓冲区文件，我将其命名为 excel.proto 并粘贴此：



syntax = "proto3";
option go_package = "client-gRPC/proto";
service ExcelService {
    rpc UploadFile(FileRequest) returns (FileResponse);
}
message FileRequest {
    string file_name = 1;
    bytes file_content = 2;
}
message FileResponse {
    bytes file_content = 1;
}




这个 gRPC 服务 ExcelService 允许客户端通过发送文件名称和内容来上传文件。服务器以相同的文件内容进行响应。 

对于 Go，在 Python 中传递 go_package 是必需的，不需要这一行。


如果您使用 VSCode，vscode-proto3 是一个很好的下载扩展。


完成所有这些之后，您可以生成原型文件，我更喜欢它与 prot 目录处于同一级别，为此运行此命令：

协议--go_out=。 --go_opt=paths=source_relative --go-grpc_out=. --go-grpc_opt=paths=source_relative proto/excel.proto

如果成功生成两个文件，如果需要进行大量调整，则可以选择添加一个 Makefile 并将其定义为 proto 上命令。



import (
    ....

    "google.golang.org/grpc"
    pb "client-gRPC/proto"
    "github.com/xuri/excelize/v2"
)

func main() {
    ....

    conn, err := grpc.Dial("localhost:50051", grpc.WithInsecure())
    if err != nil {
        log.Fatalf("Failed to connect to gRPC server: %v", err)
    }
    defer conn.Close()

    client := pb.NewExcelServiceClient(conn)

    req := &pb.FileRequest{
        FileName:    filePath,
        FileContent: fileData,
    }

    res, err := client.UploadFile(context.Background(), req)
    if err != nil {
        log.Fatalf("Failed to upload file: %v", err)
    }

    outputFile := "output.xlsx"
    err = saveBytesAsExcel(outputFile, res.FileContent)
    if err != nil {
        log.Fatalf("Failed to save bytes as Excel file: %v", err)
    }

    fmt.Printf("Excel file saved as: %s\n", outputFile)
}

func saveBytesAsExcel(filePath string, fileContent []byte) error {
    f, err := excelize.OpenReader(bytes.NewReader(fileContent))
    if err != nil {
        return fmt.Errorf("failed to open Excel file: %v", err)
    }

    if err := f.SaveAs(filePath); err != nil {
        return fmt.Errorf("failed to save Excel file: %v", err)
    }
    return nil
}




我们建立一个连接来监听 50051，它将成为我们的 Python 服务器，&pb.FileRequest 是之前使用 proto 命令生成的，现在我们正在导入方法。如果你跑步你会收到？由于Python服务器尚未建立。



Failed to upload file: rpc error: code = Unavailable desc = connection error: desc = "transport: Error while dialing: dial tcp 127.0.0.1:50051: connect: connection refused"





  
  
  Python gRPC 服务器


由于 python 将充当服务器，因此方法会略有不同，但本质上不需要包字段中的相同原始文件。让我们首先创建一个不带 gRPC 的基础 main.py，以便了解 GPT 如何填充 excel 中的问题。



import os
import openai
import pandas as pd
from dotenv import load_dotenv

def get_answer_from_gpt(apikey: str, question: str):
    openai.api_key = apikey
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": question}
        ]
    )
    return response['choices'][0]['message']['content'].strip()

def answer_questions_df(df: pd.DataFrame, apikey: str):
    answers = []

    for question in df.iloc[:, 0]: 
        answer = get_answer_from_gpt(apikey, question)
        answers.append(answer)
    return answers

if __name__ == "__main__":
    load_dotenv()

    openai_api_key = os.getenv("OPENAI_API_KEY", "OpenAI API key hasn't been set.")

    df = pd.read_excel('Book1.xlsx')

    df['Answer'] = answer_questions_df(df, openai_api_key







这是一个简单的脚本，可以回答 Go 发送给我们的问题，但由于专用的 openai 库，LOC 较少，这使得它变得更容易。




我们首先添加具有与上面相同的文件的原始目录，可以按照讨论删除选项部分。最好在您的 virtualenv 中安装 gRPC，然后按照我运行的原型生成安装“



python3 -m grpc_tools.protoc --proto_path=proto --python_out=proto --grpc_python_out=proto proto/excel.proto




与我的原始目录处于相同的lvl 记得添加 __init.py！

文件已生成，让我们继续。



import io
import grpc
from proto import excel_pb2_grpc as excel_grpc
from proto import excel_pb2

class ExcelService(excel_grpc.ExcelServiceServicer):
    def UploadFile(self, request, context):
        try:
            # Convert bytes to a file-like object
            file_like_object = io.BytesIO(request.file_content)

            # Load the workbook from the file-like object
            workbook = openpyxl.load_workbook(file_like_object)

            # Access the first sheet (or use appropriate logic to get the sheet you need)
            sheet = workbook.active

            # Convert the sheet to a DataFrame
            data = sheet.values
            columns = next(data)  # Get the header row
            df = pd.DataFrame(data, columns=columns)

            print("Loaded DataFrame:")
            print(df.head())

            # Ensure that the DataFrame is not empty and has questions
            if df.empty or df.shape[1] 



我们定义服务器并添加 ExcelService 类，其中包含 proto 文件生成的方法。因为我们按字节接收文件，所以必须使用 io 字节读取器并开始进一步处理文件并填充第二列。



response = excel_pb2.FileResponse(file_content=output.read())




最后我们返回 ☝️ 供 Go 客户端接收。


为了能够在 python 中找到原始文件，您应该定义一个导出路径

导出 PYTHONPATH=$PYTHONPATH:mnt/c/own_dev/gRPC/server/proto



  
  
  运行客户端和服务器




If all is good you can run

#First comes server

python3 -m main

#Then client

go run client.go Book1.xlsx




您应该在 Go 客户端获得更新的 .xlsx 文件。


  
  
  结论


在本文中，我们探讨了在 Python 服务器和 Go 客户端之间设置 gRPC 通信的基础知识。通过利用 gRPC，我们建立了一种无缝方式，将 Excel 文件从 Go 应用程序发送到 Python 服务器，使用 OpenAI 的 GPT API 处理文件，并将修改后的文件返回到 Go 客户端。