SuperAPI AI 工具集

docx

办公与效率

查看项目

更新于 10-16 08:44

技能介绍

用途:该技能面向 .docx(本质为包含 XML 的 ZIP 归档)的创建、编辑与分析任务,按不同任务提供对应工作流。

主要能力:读取与分析内容时,可用 pandoc 转为 Markdown 并保留跟踪更改,命令为 pandoc --track-changes=all path-to-file.docx -o output.md;也可解包读取原始 XML,命令为 python ooxml/scripts/unpack.py <office_file> <output_directory>。关键结构包括 word/document.xml(正文)、word/comments.xml(批注)、word/media/(嵌入媒体),跟踪更改使用 <w:ins> 与 <w:del> 标签。新建文档使用 docx-js(JavaScript/TypeScript),通过 Document、Paragraph、TextRun 组件编写,并用 Packer.toBuffer() 导出。编辑现有文档使用 Python 的 Document 库操作 OOXML,之后重新打包:python ooxml/scripts/pack.py <input_directory> <office_file>。审阅场景推荐“红线”工作流:先转 Markdown 规划更改,按 3-10 条为一批分组实现,仅标记真正变化的文本,并复用未改动文本的原始 <w:r>(保留 RSID);全部完成后打包并用 pandoc 转 Markdown 验证。视觉分析可先 soffice --headless --convert-to pdf document.docx,再用 pdftoppm -jpeg -r 150 document.pdf page 生成图片。

限制与依赖:法律、学术、商业或政府文档必须使用红线工作流;禁止使用 Markdown 行号定位 XML。依赖包括 pandoc、docx(npm install -g docx)、LibreOffice、Poppler(poppler-utils)以及 defusedxml;是否需要其他依赖、具体 API 细节与完整示例暂未提供。