SuperAPI AI 工具集

docx-official

通用与其它

查看项目

更新于 10-15 22:33

技能介绍

用途:创建、编辑、分析 .docx 文件。.docx 本质是包含 XML 与资源的 ZIP 归档,可按任务选择不同工具与工作流。

主要能力与用法:

  • 读取/分析:用 pandoc 将文档转为 markdown,保留结构并显示修订:pandoc --track-changes=all path-to-file.docx -o output.md(可选 accept/reject/all)。需访问批注、复杂格式、结构、嵌入媒体或元数据时,解包读原始 XML:python ooxml/scripts/unpack.py <office_file> <output_directory>。关键结构包括 word/document.xml、word/comments.xml、word/media/;修订使用 <w:ins> 与 <w:del> 标签。
  • 新建文档:使用 docx-js,先完整阅读 docx-js.md,再用 Document、Paragraph、TextRun 组件编写 JS/TS 文件,通过 Packer.toBuffer() 导出为 .docx。
  • 编辑现有文档:使用 Document 库(Python 的 OOXML 操作库)。先完整阅读 ooxml.md,再解包、编写并运行 Python 脚本、最后打包:python ooxml/scripts/pack.py <input_directory> <office_file>。
  • 修订工作流:先用 pandoc 转 markdown 并保留修订,分组(每批 3-10 处)定位与实施改动,最小化精确编辑,仅标记真正变化部分,保留未变文本的原 <w:r> 与 RSID。定位可用章节编号、段落标识、唯一上下文 grep,不要用 markdown 行号。每批前先 grep word/document.xml 确认文本拆分与行号。完成后打包并转 markdown 验证:grep 原短语应无结果,grep 替换短语应有结果。法律、学术、商业、政府文档必须使用该工作流。
  • 转图片:soffice --headless --convert-to pdf document.docx,再 pdftoppm -jpeg -r 150 document.pdf page,可用 -f/-l 指定页范围。

依赖:pandoc、npm install -g docx、LibreOffice、Poppler(poppler-utils)、defusedxml。

限制:仅适用于与上述范围明确匹配的任务;输出不能替代针对具体环境的验证、测试或专家审查;输入、权限、安全边界或成功标准缺失时应停止并请求澄清。部分细节(如完整脚本内容、定价、平台支持)暂未提供。