docx

用途：创建、编辑和分析 .docx 文档。.docx 本质是含 XML 与资源的 ZIP 包。\n\n主要能力与用法：\n1) 读取分析。用 pandoc 转 markdown 保留结构与修订：pandoc --track-changes=all path-to-file.docx -o output.md（可选 accept/reject/all）。若需批注、复杂格式、文档结构、嵌入媒体或元数据，则解包读取原始 XML：python ooxml/scripts/unpack.py <office_file> <output_directory>。关键结构包括 word/document.xml、word/comments.xml、word/media/，修订用 <w:ins>、<w:del> 标记。\n2) 新建文档。使用 docx-js，先完整阅读 docs/docx-js.md（约 500 行），用 Document、Paragraph、TextRun 编写，Packer.toBuffer() 导出 .docx。\n3) 编辑既有文档。使用 Python Document 库，先完整阅读 docs/ooxml.md（约 600 行），解包、写脚本修改、再打包：python ooxml/scripts/pack.py <input_directory> <office_file>。\n4) 修订跟踪（Redlining）。建议先以 markdown 规划全部改动，按 3–10 项分批实现，遵循最小精确编辑原则，仅标记真正变化的文本，未变文本复用原 <w:r> 及 RSID，避免整句替换。注意不要用 markdown 行号定位，应通过章节号、唯一文本 grep 或文档结构定位。每批脚本运行前重新 grep word/document.xml，结束后用 pandoc 转 markdown 验证改动。\n5) 转图像。先 soffice --headless --convert-to pdf document.docx，再 pdftoppm -jpeg -r 150 document.pdf page 生成分页图片。\n\n依赖：pandoc（sudo apt-get install pandoc）、docx（npm install -g docx）、LibreOffice（sudo apt-get install libreoffice）、Poppler（sudo apt-get install poppler-utils）、defusedxml（pip install defusedxml）。代码应简洁，避免冗余。适用场景：法律、学术、商务、政府文档审阅与自动化编辑。限制：需按文档先读完整技能文档；复杂场景需直接操作 DOM；修订须系统性实现全部改动。