DOCX 工具

概述

DOCX 工具为创建、编辑和处理 Word 文档提供专业支持。

通过该技能，你可以：

• 创建带完整样式、表格与版式控制的新 .docx 文件
• 在 OOXML（XML）层面打开和编辑现有文档，在需要“微创手术”时保持精度
• 阅读、清理并接受修订记录和批注
• 在 .doc、.docx、PDF、HTML、ODT 等格式之间转换
• 在对外发送前验证并修复 OOXML 结构
• 比较同一文档的两个版本，并生成带修订标记的 redline 文件

开始使用

将源文件放入项目工作区，然后激活 DOCX 工具 技能。代理会一步步引导你完成操作。

典型工作流

• 起草一份精致的 Word 文档：让代理创建一个新的 .docx，并按需要填充章节、标题、表格和样式。底层通过 docx_build 构建，确保文件在 Word 中干净打开。
• 审阅修订记录：当文档有大量编辑历史时，代理可以用 docx_extract_text 提供更清爽的 Markdown 视图，或通过 docx_accept_changes 将所有修订合并到一个新的最终版本中。
• XML 级“外科手术”：遇到复杂的格式或损坏问题时，代理可以先用 docx_unpack 解包 XML，直接编辑，再用 docx_validate 查找结构问题，最后通过 docx_pack 生成新的干净 .docx。
• 安全地转换格式：需要在 .doc、.docx、PDF、HTML 或 ODT 之间转换并尽量保留结构时，使用 docx_convert。
• 用 redline 对比版本：在修改完合同或报告后，代理可运行 docx_compare，生成一个 redline 版本，在 Word 中以“修订”视图打开，方便审阅者快速看出变化。
• 从 PDF 生成图片：使用 docx_pdf_to_images，按页生成 PDF 的 JPEG/PNG 图片，便于视觉检查或嵌入其他文档。

工具参考

DOCX 工具技能暴露了十个专用工具。你不必记住它们的名字——代理会自动选择合适的工具——这一节主要说明各自能力。

创建新文档

• docx_build：使用 JavaScript 库 docx 以编程方式构建 .docx 文件。适用于需要精确定义结构的文档（合同、报告、模板），可细致控制章节、段落、表格和样式。

读取和清理内容

• docx_extract_text：将 .docx 文件中的文本提取为 Markdown。你可以选择：

  • 同时展示插入和删除内容，
  • 只展示最终文本（好像所有修订都已接受），
  • 或只展示原始文本（好像所有修订都已拒绝）。

• docx_accept_changes：接受一个 .docx 文件中的全部修订，并将结果写入新文件。适用于需要一份干净、无历史修订的最终版本。

XML / OOXML 工作流

当代理需要直接操作 OOXML 时，会组合使用以下工具：

• docx_unpack：将 .docx 解包为一个可编辑的 XML 目录，合并格式相同的 run，并对 XML 做 pretty-print 以提高可读性。
• docx_validate：检查 .docx 或已解包目录的结构问题（缺失关键文件、XML 不合法、关系断裂等），并可自动修复常见问题。
• docx_pack：在验证通过后，将解包的 XML 目录重新打包成新的 .docx 文件。

批注与协作

• docx_add_comment：为已解包文档添加审阅批注或对现有批注的回复。批注锚定在具体文本片段上，在 Word 中会出现在预期位置。

转换与比对

• docx_convert：在无界面模式下调用 LibreOffice，在不同格式间转换文档，例如：

  • .doc → .docx
  • .docx → pdf
  • .docx → html
  • .odt → .docx

• docx_compare：比较“原始版”和“修改版”两份 .docx 文档，生成第三个 redline 文档。打开结果文件时，审阅者会看到插入、删除和移动内容都以修订形式呈现。

PDF 页面转图片

• docx_pdf_to_images：将 PDF 各页转换为指定分辨率的 JPEG 或 PNG 图片。适合用于视觉 QA、演示文稿，或在其他文档中嵌入页面缩略图。

最佳实践

• 不要直接覆盖原始文件：代理始终写入新路径（例如增加 _clean、_final、_redlined 等后缀），方便你对比与回滚。
• 分享前先做验证：对于重要的对外文档，建议让代理执行 docx_validate，在发送前发现 OOXML 结构问题。
• 在 build 与 XML 之间作出合适选择：新文档优先使用 docx_build，只有在需要底层修复或直接查看 XML 时，再采用解包/验证/重新打包的工作流。