用途:安装该技能后,可让代理创建、编辑或分析 .docx 文件。.docx 本质是 ZIP 压缩包,内含 XML 与资源文件,可按任务选用不同工作流。
主要能力:文本提取、原始 XML 访问(批注、复杂格式、文档结构、嵌入媒体、元数据)、新建 Word 文档、编辑现有文档,以及用于文档审阅的红线(修订追踪)工作流。修订使用 <w:ins>、<w:del> 标签;关键文件包括 word/document.xml、word/comments.xml、word/media/。
读取分析:转 Markdown 用 pandoc --track-changes=all path-to-file.docx -o output.md,可选 accept/reject/all;需原始 XML 时解包:python ooxml/scripts/unpack.py <office_file> <output_directory>。
新建文档:使用 docx-js,先完整阅读 docx-js.md,再用 Document、Paragraph、TextRun 组件创建并导出 .docx,Packer.toBuffer()。
编辑现有文档:使用 Document 库(Python OOXML 操作),先完整阅读 ooxml.md,解包、编写并运行 Python 脚本、再打包:python ooxml/scripts/pack.py <input_directory> <office_file>。
红线审阅:先 pandoc 转 Markdown,按节、类型或复杂度将改动分为 3-10 个批次,逐个实现并测试;只标记实际变化文本,保留原有 run 的 RSID;用唯一上下文定位,不用 Markdown 行号;完成后打包并再次转 Markdown 验证。
转图片:soffice --headless --convert-to pdf document.docx,再 pdftoppm -jpeg -r 150 document.pdf page。
依赖:pandoc(sudo apt-get install pandoc)、docx(npm install -g docx)、LibreOffice、Poppler、defusedxml(pip install defusedxml)。
限制:法律、学术、商业或政府文档必须使用红线工作流;资料未提供收费、平台与效果等信息。