用途
docx 技能用于创建、读取、编辑和操作 Word 文档（.docx 文件）。当用户需要处理 Word 文档时触发，例如提及“Word doc”等。
基本原理
.docx 文件本质上是一个 ZIP 归档，内部包含 XML 文件。技能围绕这一结构提供读取、创建和编辑能力。
主要能力
读取与分析内容
- 使用 pandoc 提取文本，支持追踪修订：
pandoc --track-changes=all document.docx -o output.md - 解包获取原始 XML：
python scripts/office/unpack.py document.docx unpacked/ - 转换为图片：先用 soffice.py 转 PDF，再用 pdftoppm 转 JPEG
- 接受追踪修订生成干净文档（需 LibreOffice）：
python scripts/accept_changes.py input.docx output.docx
创建新文档
使用 docx-js（JavaScript 库），安装命令：npm install -g docx。创建后需校验：python scripts/office/validate.py doc.docx，若失败则解包、修复 XML、重新打包。
覆盖的排版能力包括：
- 页面尺寸：docx-js 默认 A4，需显式设置。US Letter 为 12240 x 15840 DXA，A4 为 11906 x 16838 DXA（1440 DXA = 1 英寸）。横向时传入纵向尺寸并设置
orientation: PageOrientation.LANDSCAPE。 - 样式：可覆盖内置标题样式，使用精确 ID（如 "Heading1"），需包含 outlineLevel 以支持目录。
- 列表：禁止使用 unicode 项目符号，应使用 LevelFormat.BULLET 配合 numbering 配置。
- 表格：需同时设置 columnWidths 和单元格 width，使用 WidthType.DXA（不用 PERCENTAGE），使用 ShadingType.CLEAR（不用 SOLID），并添加单元格边距。
- 图片：ImageRun 必须指定 type（png/jpg 等），altText 三项均需提供。
- 分页：PageBreak 必须放在 Paragraph 内。
- 超链接：支持外部链接和内部书签链接。
- 脚注、制表位、多栏布局、目录、页眉页脚等。
编辑现有文档
遵循三步流程：
- 解包：
python scripts/office/unpack.py document.docx unpacked/，提取 XML、美化打印、合并相邻 run、转换智能引号。 - 编辑 XML：编辑 unpacked/word/ 下的文件。追踪修订和批注作者默认使用 "Claude"。使用 Edit 工具直接替换字符串，不写 Python 脚本。新内容使用智能引号 XML 实体。添加批注可用 comment.py。
- 重新打包：
python scripts/office/pack.py unpacked/ output.docx --original document.docx，带自动修复校验。
转换旧版 .doc
旧版 .doc 文件编辑前需转换：python scripts/office/soffice.py --headless --convert-to docx document.doc
适用场景
- 程序化生成 Word 文档（报告、合同、信函等）
- 批量读取或分析 Word 文档内容
- 编辑现有 Word 文档并保留追踪修订
- 处理旧版 .doc 文件
限制与注意事项
- 创建文档依赖 docx-js（Node.js 环境）
- 部分转换功能（如接受修订、转 PDF）依赖 LibreOffice
- 自动修复无法处理：格式错误的 XML、无效元素嵌套、缺失关系、schema 违规
- 表格不能用作分隔线，单元格有最小高度会渲染为空框
- 目录要求标题仅使用 HeadingLevel，不能使用自定义样式
- 追踪修订时需替换整个 <w:r> 元素，并保留 <w:rPr> 格式
- 删除整段内容时需同时标记段落标记为删除
暂未提供
关于该技能的收费、价格、平台支持范围等具体信息，资料中暂未提供。