用途：创建、读取、编辑和操作 Word 文档（.docx）。.docx 本质是包含 XML 文件的 ZIP 压缩包，因此读取与编辑可基于 XML 完成。
主要能力：
- 读取/分析内容：用 pandoc 提取文本（含修订），或解包获取原始 XML。
- 创建新文档：使用 docx-js（npm install -g docx）编写并生成 .docx。
- 编辑已有文档：解包 → 编辑 XML → 重新打包。
- 格式转换：将旧版 .doc 转为 .docx；转换为 PDF 再转图片（pdftoppm）；接受修订生成干净文档（需 LibreOffice）。
- 修订与批注：通过 XML 标记跟踪修订、插入/删除内容、添加评论及回复。
必要用法：
- 旧 .doc 转换：python scripts/office/soffice.py --headless --convert-to docx document.doc
- 文本提取：pandoc --track-changes=all document.docx -o output.md
- 解包：python scripts/office/unpack.py document.docx unpacked/
- 打包：python scripts/office/pack.py unpacked/ output.docx --original document.docx
- 校验：python scripts/office/validate.py doc.docx
- 新建安装：npm install -g docx
编辑既有文档分三步：先解包，再在 unpacked/word/ 中编辑 XML，最后打包；打包带自动修复与校验，可用 --validate false 跳过。修订用 <w:ins> 与 <w:del>（删除文本置于 <w:delText>），批注通过 comment.py 生成对应文件并在 document.xml 加入标记。新增内容建议使用智能引号 XML 实体（如 ’）。
创建文档要点（docx-js）：始终显式设置页面尺寸（默认 A4，美国文档常用 12240×15840 DXA）；横向时传纵向尺寸并设 orientation: PageOrientation.LANDSCAPE；表格宽度用 WidthType.DXA 且表格宽度等于各列之和，列宽与单元格宽需同时设置并匹配；表格阴影用 ShadingType.CLEAR；列表用 LevelFormat.BULLET 而非 Unicode 符号；分页符须置于段落内；ImageRun 必须指定 type；目录需标题仅用 HeadingLevel。
适用场景：批量或程序化生成 Word 文档、提取与转换文档内容、以修订和批注形式协作编辑、将文档转为 PDF 或图片。
限制：依赖 pandoc、docx、LibreOffice、Poppler 等外部组件；接受修订与 PDF 转换需 LibreOffice；打包自动修复无法处理畸形 XML、非法嵌套、缺失关系或架构违规；具体收费与价格暂未提供。