用途:该技能面向 .docx 文件的创建、编辑与内容分析。.docx 本质是包含 XML 与资源的 ZIP 包,可按任务选择不同工作流。
阅读与分析:只需读取文本时,用 pandoc 转 Markdown,例如 pandoc --track-changes=all path-to-file.docx -o output.md;需要批注、复杂格式、结构、嵌入媒体或元数据时,需解包读取原始 XML。解包命令为 skills/docx/ooxml/scripts/unpack.py <office_file> <output_directory>。主要文件包括 word/document.xml(正文)、word/comments.xml(批注)、word/media/(媒体);修订使用 <w:ins> 与 <w:del> 标签。
创建新文档:使用 docx-js,以 JavaScript/TypeScript 写 Document、Paragraph、TextRun 组件,再用 Packer.toBuffer() 导出 .docx。编辑现有文档:使用 Python 的 Document 库操作 OOXML,先解包,写脚本处理,最后用 skills/docx/ooxml/scripts/pack.py <input_directory> <office_file> 打包。
审阅修订:对他人文档或法律、学术、商务、政府文档,推荐或必须走 Redlining 流程,即先在 Markdown 中规划修订,再在 OOXML 中实现。修订应遵循最小、精确原则,只标记真正变化的文本,保留未变内容的原始 <w:r> 与 RSID;建议每批处理 3-10 处相关修改并逐批测试,最后打包并转 Markdown 验证。
可视化分析:先用 soffice --headless --convert-to pdf document.docx 转 PDF,再用 pdftoppm -jpeg -r 150 document.pdf page 转图片,可用 -f、-l 指定页范围。
依赖:pandoc、docx(npm install -g docx)、LibreOffice、Poppler(poppler-utils)、defusedxml。限制:具体平台支持、收费与价格信息暂未提供;创建与编辑前须按说明完整阅读 docx-js.md 与 ooxml.md。