SuperAPI AI 工具集

docx

办公与效率

查看项目

更新于 10-16 03:04

技能介绍

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 与其他资源的 ZIP 包,可解包后直接读写底层 XML。

主要能力:文本提取、原始 XML 访问、新建 Word 文档、基础 OOXML 编辑、面向审阅的红线(修订留痕)工作流、批注与复杂格式处理、嵌入媒体与元数据访问,以及将文档转为图片做可视化分析。

使用方式按任务分流:仅读文本时用 pandoc 转 Markdown;需要批注、复杂格式或元数据时解包读取 XML;新建文档使用 docx-js,并在开始前完整阅读 docx-js.md;编辑已有文档使用 Document 库,先完整阅读 ooxml.md,再解包、编写运行 Python 脚本、最后打包。对他人或法律、学术、商业、政府类文档,推荐或必须使用红线工作流,按每批 3 至 10 处相关修改分批实施,仅标记真正变化的内容,先转 Markdown 定位改动,再映射到 XML 执行并最终校验。

必要命令:pandoc --track-changes=all path-to-file.docx -o output.md;python ooxml/scripts/unpack.py <office_file> <output_directory>;python ooxml/scripts/pack.py <input_directory> <office_file>;soffice --headless --convert-to pdf document.docx;pdftoppm -jpeg -r 150 document.pdf page。依赖安装:sudo apt-get install pandoc、npm install -g docx、sudo apt-get install libreoffice、sudo apt-get install poppler-utils、pip install defusedxml。

适用场景:文档阅读与内容分析、从零生成 Word 文档、对既有文档做可控修订与审阅、格式与批注处理、文档转图查看。

限制:红线流程要求系统性地完成全部修订并逐批校验;编辑前需 grep 确认文本在 <w:r> 中的切分与行号;不得使用 Markdown 行号定位 XML。其他未提及的功能、收费或平台细节暂未提供。