SuperAPI AI 工具集

docx

智能体与模型

查看项目

更新于 10-16 09:30

技能介绍

用途:创建、编辑和分析 .docx 文件。.docx 本质是包含 XML 与资源的 ZIP 包,可按任务选用不同工具与流程。

读取与分析:仅需文本时用 pandoc 转 markdown,命令 pandoc --track-changes=all path-to-file.docx -o output.md,--track-changes 可取 accept/reject/all。需要批注、复杂格式、文档结构、嵌入媒体或元数据时,需解包读取原始 XML:python ooxml/scripts/unpack.py <office_file> <output_directory>。关键结构含 word/document.xml、word/comments.xml、word/media/;修订使用 <w:ins>(插入)和 <w:del>(删除)标签。

创建新文档:使用 docx-js,须先完整读取 docx-js.md,用 Document、Paragraph、TextRun 组件编写 JavaScript/TypeScript,再以 Packer.toBuffer() 导出 .docx。

编辑现有文档:使用 Python 的 Document 库,须先完整读取 ooxml.md;流程为解包、用 Document 库编写并运行 Python 脚本、再用 python ooxml/scripts/pack.py <input_directory> <office_file> 打包。

修订追踪:先转 markdown 保留修订并分组变更(每批 3-10 处),按章节、类型或邻近位置分批;仅标记实际变化文本,替换拆为[未变]+[删除]+[插入]+[未变],复用原 <w:r> 的 RSID;用 grep 定位 word/document.xml 文本;每批后测试,最后打包验证并检查所有变更。不要使用 markdown 行号定位。

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(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)。限制:未提供具体平台与收费信息;部分流程须先完整阅读指定文档。