word

用途

该技能面向 Word 文档（.docx）的创建、编辑与分析工作，重点在于提供高保真的视觉审查。适用于专业报告、法律文档以及需要呈现修订痕迹（tracked changes）的审阅场景。

主要能力

• 创建新文档：可使用 python-docx（Python）或 docx-js（JavaScript）构建文档结构。
• 修订与追踪更改（Redlining & Tracked Changes）：面向法律或业务审阅场景，涉及解包、XML 编辑与重新打包流程。
• 文本提取：使用 Pandoc 将文档转换为 markdown，并保留原有结构。
• 视觉审查：通过渲染为 PDF/PNG 来检查文档排版缺陷。

使用方式

质量工作流（Render & Review 循环）

对于所有专业交付物，需遵循以下循环：

1. 编辑：使用 python-docx 处理结构/样式，或使用 Document 库进行 XML 编辑。
2. 渲染：使用 soffice 和 pdftoppm 转换为 PDF/PNG，命令如下：

soffice --headless --convert-to pdf document.docx
pdftoppm -png -r 150 document.pdf page

1. 检查：读取生成的 PNG 图像，检查是否存在文字截断、形状重叠或边距错位。
2. 修正：解决缺陷并重复循环，直至文档视觉上无缺陷。

技术工作流

1. 创建新文档

   • Python：应使用 python-docx，通过 HeadingLevel 样式建立层级结构。
   • JavaScript：应使用 docx-js，语法参考 references/docx-js.md。
   • 关键要求：不得使用 \n 进行换行（应使用 Paragraphs）；不得使用 Unicode 项目符号（应使用 numbering 配置）；PageBreak 必须位于 Paragraph 内。

2. 修订与追踪更改

   • 初始化：使用 scripts/document.py，XML 模式参考 references/ooxml.md。
   • 流程：解包（unpack.py）、使用 Document 库编辑 XML、重新打包（pack.py）。
   • 标准：只标记实际发生变化的文本，未变更文本应保持在 <w:del>/<w:ins> 之外。

3. 文本提取

   • 应使用 Pandoc 转换为 markdown 并保留结构：

pandoc --track-changes=all path-to-file.docx -o output.md

质量要求

• 面向客户：不得使用 Unicode 破折号（应使用 ASCII 连字符），不得出现内部 AI 标记。
• 元素顺序：在 <w:pPr> 中，元素必须遵循 schema 顺序：Style -> Numbering -> Spacing -> Indent -> Alignment。
• 视觉保真：图表和表格在渲染预览中必须清晰可读。

适用场景

• 专业报告的生成与排版审查。
• 法律文档的修订与追踪更改处理。
• 需要将 Word 文档提取为结构化 markdown 的场景。

限制

资料未提供该技能的收费、价格、支持平台范围、性能指标及具体安装命令等信息，暂未提供。