SuperAPI AI 工具集

docx

智能体与模型

查看项目

更新于 10-15 20:10

技能介绍

用途:创建、编辑和分析 .docx 文件。.docx 本质是包含 XML 与资源的 ZIP 包,可按任务选择不同工作流。

主要能力:

  1. 读取与分析:用 pandoc 转 markdown 提取文本并显示修订,命令为 pandoc --track-changes=all path-to-file.docx -o output.md,选项支持 accept/reject/all。需要批注、复杂格式、结构、嵌入媒体或元数据时,解包读取原始 XML:python ooxml/scripts/unpack.py <office_file> <output_directory>。关键文件包括 word/document.xml、word/comments.xml、word/media/,修订使用 <w:ins> 与 <w:del> 标签。
  2. 新建文档:使用 docx-js,以 JavaScript/TypeScript 的 Document、Paragraph、TextRun 组件编写,并用 Packer.toBuffer() 导出 .docx。
  3. 编辑现有文档:使用 Python 的 Document 库操作 OOXML,先解包,再编写脚本,最后打包:python ooxml/scripts/pack.py <input_directory> <office_file>。
  4. 修订审阅工作流:先用 pandoc 生成带修订的 markdown,识别并分组变更(每批 3-10 项),按最小精确编辑原则只标记实际变化,保留未变文本的原始 <w:r> 与 RSID,分批实现后打包并验证。法律、学术、商业或政府文档要求使用此工作流。
  5. 转图片:soffice --headless --convert-to pdf document.docx,再用 pdftoppm -jpeg -r 150 document.pdf page 生成图片,支持 -f、-l 指定页码范围。

依赖:pandoc、docx(npm install -g docx)、LibreOffice、Poppler、defusedxml。

限制:资料未提供收费、价格、平台支持范围等信息;具体 API 细节需阅读随附的 docx-js.md 与 ooxml.md 文档。