office-documents

name	office-documents
description	Office 文档处理，包括 Word/Excel/PDF/PPT (Use when: 生成报告、处理表格数据、读取或合并 PDF、制作幻灯片). NOT for: 纯文本编辑(用 file_system_op)、网页内容(用 web_fetch).
metadata	{"rooster":{"emoji":"📄","platform":["windows","darwin"],"category":"document","kits":["Office","FileSystem"],"requires":{"python_packages":["python-docx","openpyxl","PyPDF2","python-pptx"],"bins":[],"env_vars":[]}}}

Office Documents — Word / Excel / PDF / PPT 文档处理

处理四种主流办公文档格式的统一技能包。

使用场景

✅ 以下情况使用此技能：

• 用户要求生成 Word 报告或文档
• 需要读取、写入、分析 Excel 数据
• 需要合并、拆分、提取 PDF 内容
• 需要创建或修改 PPT 演示文稿

不适用场景

❌ 不使用此技能：

• 纯文本文件读写 → 改用 file_system_op
• 抓取网页内容 → 改用 web_fetch
• 执行数据分析脚本 → 改用 python_interpreter（但可以先用 excel_op 读数据）

可用工具

工具	用途	常用操作
office_docx_write	Word 文档生成	写入报告、公文、合同等格式化文档
excel_op	Excel 表格操作	read（读取数据）、write（写入数据）、analyze（分析）
pdf_op	PDF 处理	read（提取文本）、merge（合并）、split（拆分）
pptx_op	PPT 演示文稿	创建幻灯片、插入文本/图片

标准工作流

Word 文档生成

步骤 1：确认文档内容和格式要求
步骤 2：office_docx_write(title="标题", content=[...], output_path="...")
  → 支持标题层级、段落、列表、表格等富文本元素
步骤 3：file_system_op(action="read", path="...") 验证输出

Excel 数据处理

步骤 1：读取数据
  excel_op(action="read", path="data.xlsx")
步骤 2：用 python_interpreter 处理数据（pandas/matplotlib）
步骤 3：写回结果
  excel_op(action="write", path="result.xlsx", data=<处理后的数据>)

PDF 操作

读取：pdf_op(action="read", path="file.pdf")
合并：pdf_op(action="merge", paths=["a.pdf", "b.pdf"], output_path="merged.pdf")
拆分：pdf_op(action="split", path="file.pdf", page_ranges="1-3,5-7")

PPT 生成

pptx_op(action="create", title="演示标题", slides=[...], output_path="...")

关键原则

• 先读再写：修改现有文件时，先用 read 操作确认文件内容和结构。
• 绝对路径：所有路径参数使用绝对路径，确保文件定位准确。
• 中文排版：生成中文 Word 文档时，遵循公文格式规范（标题用方正小标宋、正文用仿宋）。
• 大数据处理：Excel 数据量较大时，优先使用 python_interpreter + pandas 处理，效率更高。

注意事项

• Word 文档生成支持多种段落样式，但复杂排版可能需要通过 python_interpreter 直接调用 python-docx 库获得更精细控制。
• PDF 读取对扫描件（图片 PDF）效果有限，如需 OCR 请配合 ocr_extract 工具。
• Excel 文件较大时（>10MB），建议先用 file_system_op(action="hash") 确认文件完整性。