用途
DOCX Processing Skill 用于对 Word .docx 文档进行读取、创建和编辑等综合操作，覆盖从文本提取到程序化生成文档、再到复杂修改与修订标记的多种工作流。
主要能力
- 读取与分析：可通过 pandoc 提取文本，或访问原始 XML 以读取批注、格式和元数据；使用 python-docx 遍历段落与表格。
- 文档创建：使用 python-docx 从零构建新文档，支持标题、段落、加粗/斜体、表格、图片、列表、自定义字号与颜色、对齐方式等。
- 文档编辑：对现有文档进行文本替换、追加段落、添加分页与新章节等修改，也可通过 OOXML 操作实现复杂修改。
- 修订标记（红线）：提供面向法律、学术或政府文档的修订工作流。
使用方式
快速开始示例（保留原代码）：
from docx import Document
# Read existing document
doc = Document("document.docx")
for para in doc.paragraphs:
print(para.text)
创建新文档：
doc = Document()
doc.add_heading("My Title", level=0)
doc.add_paragraph("Hello, World!")
doc.save("output.docx")
使用 pandoc 提取文本：
pandoc document.docx -t plain -o output.txt
pandoc document.docx -t markdown -o output.md
安装依赖：
pip install python-docx
系统工具需 Pandoc（用于格式转换）与 LibreOffice（用于 PDF 转换）。
适用场景
- 从 Word 文档中提取文本与表格
- 程序化创建专业文档
- 基于模板生成报告
- 批量处理与修改文档
- 法律文档红线修订（带修订记录）
- 将 Word 文档转换为其他格式
- 添加页眉、页脚与页码
- 向文档插入图片与表格
限制与注意事项
- 执行前需验证输入文档存在且为有效 .docx；检查是否受密码保护；修改前备份原始文件。
- 需保留现有样式与格式，验证输出文档可正常打开，并检查超链接或图片是否损坏。
- 常见错误包括：非有效 .docx 导致 PackageNotFoundError（需转换为 .docx）、样式不存在导致 KeyError、文件被其他程序占用导致权限拒绝、特殊字符引发编码问题（需确保 UTF-8）。
- 修改文本时应只标记变更部分，保留未变更 run 的原始 RSID 属性，并分批应用 3-10 项相关修改。
- 文档中提供的性能指标（如文档创建约 100 docs/second、文本提取约 500 pages/second、表格提取约 50 tables/second、每文档约 5MB 内存）仅供参考。
- 版本历史：1.1.0（2026-01-02）新增快速开始、适用场景、执行清单、错误处理、指标等章节；1.0.0（2024-10-15）初始版本，包含 python-docx、pandoc 集成与红线工作流。
暂未提供
关于收费、价格、支持的平台范围以及除上述内容外的更多功能，资料中暂未提供。