用途:创建、编辑和分析 .docx 文件。.docx 本质是包含 XML 与资源的 ZIP 归档,可按任务选择不同工作流。
主要能力:读取/分析内容时,用 pandoc 转 markdown(pandoc --track-changes=all path-to-file.docx -o output.md,可选 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。新建文档用 docx-js(JavaScript/TypeScript),以 Document、Paragraph、TextRun 组件编写,并用 Packer.toBuffer() 导出。编辑已有文档用 Python 的 Document 库,流程为解包、编写并运行脚本、再用 python ooxml/scripts/pack.py <input_directory> <office_file> 打包。审阅他人或法律、学术、商业、政府文档推荐/要求使用 redlining 工作流,按 3-10 项一批实施修订,只标记实际变化文本并保留未变部分的原始 <w:r> 与 RSID,最后用 pandoc 转 markdown 校验。可视化分析可先 soffice --headless --convert-to pdf document.docx,再用 pdftoppm -jpeg -r 150 document.pdf page 转图。
依赖:pandoc、docx(npm install -g docx)、LibreOffice、Poppler、defusedxml。
限制:具体收费、平台与效果资料暂未提供;使用前需按文档要求完整阅读 docx-js.md 与 ooxml.md。