Word文档处理

技能简介

该技能支持对.docx格式文档进行完整操作，包括新建文档、内容编辑、修订追踪、批注添加及文本提取。通过多种工具链组合，可处理从简单文本读取到复杂格式保留的各类场景。

业务背景

该技能满足企业日常办公中Word文档的全生命周期管理需求。无论是从零起草合同协议、批量提取历史文档关键信息，还是以修订模式协作审阅报告，均可在保留格式与痕迹的前提下完成，避免传统手工操作导致的版本混乱与内容丢失风险。

落地案例：法务团队收到合作方发来的合同草案后，需提出修改意见并留痕备查。使用该技能，先将对方docx文件解包读取，在Python脚本中定位争议条款并插入修订标记，再打包生成带修订痕迹的新文档返回。全程不覆盖原文件，修改点一目了然，便于后续谈判对照。

能做什么

• 从零创建结构化Word文档
• 读取并分析现有文档内容与元数据
• 以修订模式编辑他人文档，保留修改痕迹
• 提取批注、媒体文件等嵌入资源
• 将文档转换为Markdown格式查看变更

使用说明

安装准备

本技能依赖以下组件，需提前配置：

• Node.js环境（用于docx-js创建文档）
• Python 3.x（用于OOXML编辑操作）
• pandoc（用于文档格式转换）

使用流程

1. 仅读取文本：执行 pandoc --track-changes=all 文件.docx -o 输出.md

2. 创建新文档：先完整阅读 docx-js.md 文件，再用JavaScript/TypeScript编写脚本，通过Document、Paragraph、TextRun组件构建内容，最后用Packer.toBuffer()导出

3. 编辑现有文档：先完整阅读 ooxml.md 文件，依次执行解包→Python脚本编辑→打包三步：python ooxml/scripts/unpack.py 源文件 输出目录 → 编辑 → python ooxml/scripts/pack.py 输入目录 目标文件

4. 法律/商务文档修订：采用Redlining工作流，将相关修改按3-10条分批处理，每批测试后再进行下一批，确保只标记实际变更的文本

输入与输出

见下方输入与输出表格。

风险提示

• 编辑前必须完整阅读对应技术文档（docx-js.md或ooxml.md），禁止设置读取范围限制
• 处理他人文档时默认使用Redlining工作流，避免直接覆盖原始内容
• 修订追踪需精确控制标记范围，重复未变更文本会降低可读性
• 批量修改建议分小批次执行，便于定位问题

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/seanphan/docx/SKILL.md
来源类型：GitHub仓库