Run any Skill in Manus with one click

tdoc-docx

Stars2,102

Forks313

UpdatedMay 18, 2026 at 02:00

Word 文档全能处理技能 | Complete Word Document Processing Skill. 支持创建、读取、编辑、转换 Word 文档 | Create, read, edit, convert Word documents. 支持 .docx/.doc 格式、中文公文格式、表格、图片、tracked changes、评论 | Supports .docx/.doc, Chinese gov format, tables, images, tracked changes, comments. 触发词：Word、文档、docx、doc、公文、报告、转PDF.

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

LeoYeAI

LeoYeAI/openclaw-master-skills

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Desktop PublishersOffice and Administrative Support Occupations·SOC 43-9031

File Explorer

36 files

SKILL.md

readonly

TDoc DOCX — Word 文档全能处理技能

概述

提供对 .docx / .doc 文件的完整生命周期管理：

能力	说明	脚本
创建	从零创建专业 Word 文档（含中文公文格式）	`create_docx.py`
读取	提取文本、表格、图片、元数据	`read_docx.py`
编辑	JSON 规则批量编辑 / XML 层面精细操作	`edit_docx.py` + `office/`
转换	docx↔pdf、doc→docx、docx→markdown	`convert_docx.py`
差异	生成两版本间的 Unified Diff 报告	`diff_docx.py`
评论	添加评论、回复、tracked changes	`comment.py`
分析	文档摘要、关键词提取、字数统计	`word_count.py` + AI

自动触发场景

当用户请求以下任务时，自动使用此 skill：

创建 Word 文档、公文、报告、总结、方案
读取/分析/提取 Word 文档内容
编辑/修改现有 Word 文档
将 Word 转换为 PDF 或其他格式
对比两个文档的差异
对文档添加评论或修订
统计文档字数、分析文档摘要

关键词识别：

"Word"、"文档"、"docx"、"doc"
"公文"、"报告"、"总结"、"方案"、"材料"
"转PDF"、"转换"、"格式转换"
"编辑"、"修改"、"对比"、"差异"
"评论"、"批注"、"修订"
"字数"、"摘要"、"关键词"、"总结要点"

⚠️ 核心路由原则（必读）

路由决策树仅适用于「创建文档」这一个环节。 文档一旦创建完成（无论是通过路径 A 通用创建还是路径 B 垂类模板创建），后续所有操作一律使用 scripts/ 下的工具脚本，不再走模板流程。

用户请求
  │
  ├─ 「创建」新文档 → 走路由决策树（路径 A 通用 / 路径 B 垂类模板）
  │
  └─ 对「已有」文档进行操作 → 直接使用 scripts/ 工具脚本
      ├─ 编辑/修改  → edit_docx.py（JSON 规则）或 XML 编辑（office/unpack → 修改 → pack）
      ├─ 读取/提取  → read_docx.py
      ├─ 格式转换   → convert_docx.py
      ├─ 差异对比   → diff_docx.py
      ├─ 评论/修订  → comment.py + XML 编辑
      └─ 字数/分析  → word_count.py + AI

💡 典型场景：用户先让你用红头模板创建了一份文件，然后又要求「把 A 改成 B」——此时应该用 edit_docx.py 编辑已有文件，而不是重新跑一遍创建脚本。

安装

⚠️ 首次使用本 skill 前必须先安装依赖，否则脚本会报 ModuleNotFoundError！

方式1：一键安装（推荐）

cd {baseDir}
./install.sh

方式2：手动安装

# 使用 pip
pip3 install -r {baseDir}/requirements.txt

# 或使用 uv（更快）
uv pip install -r {baseDir}/requirements.txt

核心 Python 依赖（必装）：

包名	最低版本	用途
`python-docx`	1.1.0	创建/读取/编辑 DOCX
`reportlab`	4.0	DOCX→PDF 基础转换
`defusedxml`	0.7.0	安全 XML 解析
`lxml`	5.0	XSD 验证

系统级依赖（必装，install.sh 会自动安装）：

工具	用途	手动安装方式
LibreOffice	高保真 PDF 转换、DOC→DOCX、接受修订	macOS: `brew install --cask libreoffice` Linux: `sudo apt install libreoffice`
pandoc	高级文本提取	macOS: `brew install pandoc` Linux: `sudo apt install pandoc`
Poppler	DOCX→图片 (pdftoppm)	macOS: `brew install poppler` Linux: `sudo apt install poppler-utils`
antiword	.doc 文件读取	macOS: `brew install antiword` Linux: `sudo apt install antiword`

💡 推荐使用 ./install.sh 一键安装，脚本会自动检测系统并安装以上所有依赖。

一、创建文档

⚡ 路由决策树（仅用于创建文档）

本决策树仅在「创建新文档」时使用。 对已有文档的编辑、转换、对比等操作请直接使用 scripts/ 工具脚本（参见上方「核心路由原则」）。

创建文档时，必须按以下决策树选择执行路径：

用户请求创建文档
  │
  ├─ Step 1: 意图识别 — 是否匹配垂类模板？
  │   │
  │   ├─ ✅ 匹配垂类模板（公文、合同等专业文档）
  │   │   └─ → 路径 B：垂类模板创建流程
  │   │       ① 读取 {baseDir}/templates/<模板名>/rules.md
  │   │       ② 按 rules.md 规范，用 Python 脚本创建文档
  │   │       ③ 不使用 create_docx.py 的内置 style
  │   │
  │   └─ ❌ 不匹配垂类模板（通用文档）
  │       └─ → 路径 A：通用创建流程
  │           │
  │           ├─ Step 2: 用户是否上传/提供了 Markdown 文件？
  │           │   │
  │           │   ├─ ✅ 有 Markdown → 路径 A1：CLI 方式（--from-markdown）
  │           │   └─ ❌ 无 Markdown → 路径 A2：Python API 方式（⭐ 默认推荐）
  │           │
  │           └─ 选择风格: default / business / academic
  │
  └─ 输出文档

核心原则：除非用户明确上传了 Markdown 文件要求基于 MD 创建，否则一律使用 Python API 方式（直接调用 DocxCreator）创建文档。

路径 A：通用创建（非垂类文档）

适用于：一般报告、总结、方案、商务文档、学术论文等无特定行业格式规范的文档。

路径 A2：Python API 方式（⭐ 默认推荐）

这是默认的创建方式。 当用户没有上传 Markdown 文件时，直接编写 Python 脚本调用 DocxCreator 类创建文档。

import sys
sys.path.insert(0, "{baseDir}/scripts")
from create_docx import DocxCreator

creator = DocxCreator(style='default')  # 可选: default/business/academic
creator.add_title("文档标题")
creator.add_heading1("一、第一章")
creator.add_paragraph("正文内容")
creator.add_paragraph("详细说明...", bold_prefix="（一）小标题。")
creator.add_table(["列1", "列2"], [["A", "B"], ["C", "D"]])
creator.add_image("chart.png", width=400, caption="图1")
creator.add_empty_line()
creator.add_page_break()
creator.save("output.docx")

DocxCreator 可用方法：

方法	说明
`add_title(text)`	居中大标题
`add_author(text)`	居中署名（支持 `\\n` 换行）
`add_heading1(text)`	一级标题
`add_heading2(text)`	二级标题
`add_paragraph(text, bold_prefix=None)`	正文段落（可选加粗前缀）
`add_table(headers, rows, col_widths=None)`	表格
`add_image(path, width=None, caption=None)`	图片
`add_empty_line()`	空行
`add_page_break()`	分页符
`save(filepath)`	保存文档

支持的通用风格 (style)：

风格	说明	适用场景
`default`	默认现代风格（微软雅黑/Arial）	通用文档
`business`	商务风格（简洁、专业）	商业方案、合同
`academic`	学术论文格式（宋体/Times New Roman）	论文、学术报告

⚠️ 注意：gov 风格仍然保留在 DocxCreator 中，但当识别到公文类意图时，应走路径 B 垂类模板流程，按 rules.md 规范用 Python 精确创建，而非简单调用 style='gov'。

路径 A1：从 Markdown 创建（CLI 方式）

仅当用户明确上传了 Markdown 文件（如 .md 文件）时才使用此路径。

# 从 Markdown 转换（自动识别标题层级）
python3 {baseDir}/scripts/create_docx.py --from-markdown input.md --output output.docx

# 带署名
python3 {baseDir}/scripts/create_docx.py --from-markdown input.md --output output.docx \
  --author "某某单位\n2026年3月11日" --style default

# 指定模板风格
python3 {baseDir}/scripts/create_docx.py --from-markdown input.md --output output.docx --style business

Markdown 格式规范：

# 文档大标题

## 一、一级标题

### （一）二级标题

正文段落内容。

**1. **带加粗前缀的段落

- 列表项会转为段落

路径 B：垂类模板创建（专业文档）

当意图识别到用户需要创建符合特定行业/领域格式规范的文档时，必须走此路径。

垂类意图识别关键词

垂类模板	触发关键词	模板路径
公文	公文、通知、请示、批复、报告、函、纪要、意见、决定、命令、公报、议案	`{baseDir}/templates/official_document/rules.md`
红头文件	红头、红头文件、红头文档、红头模板	`{baseDir}/templates/red_head/rules.md`
(扩展)	(未来可添加更多垂类模板)	`{baseDir}/templates/<模板名>/rules.md`

垂类创建流程（三步法）

第一步：读取规范

读取 {baseDir}/templates/<模板名>/rules.md

该文件包含该垂类文档的完整格式规范：字体、字号、行距、页边距、层级编号、标点规则等。

第二步：按规范用 Python 创建

根据 rules.md 中的详细规范（含页面设置、字体对照表、段落格式、代码片段等），直接使用 python-docx API 编写 Python 脚本创建文档。

⚠️ 不使用 create_docx.py 的内置 style，因为垂类规范比内置 style 更严格精确。所有字体、字号、行距、页边距等参数均以对应 rules.md 为准。

第三步：格式检查

按 rules.md 末尾的格式检查清单逐项确认。

已有垂类模板

模板	目录	规范文件	说明
党政机关公文	`templates/official_document/`	`rules.md`	依据 GB/T 9704-2012，涵盖通知、请示、批复、报告、函等全部公文类型
红头文件	`templates/red_head/`	`rules.md` + `src/red_head_document.py`	红头文件模板，含发文机关标志、红色分隔线、版记区域等完整红头要素，基于模板 py 文件 + 搜索素材生成

💡 扩展方式：新增垂类模板只需在 templates/ 下创建新目录，添加 rules.md 规范文件，并在上方的意图识别表中注册即可。

附：XML 层面创建（docx-js，高级用法）

如需使用 Node.js docx 库创建高度定制化文档（如复杂嵌套表格、精确页面布局），可安装：npm install -g docx

注意：本 skill 推荐优先使用 Python API，docx-js 仅在需要极端定制时作为备选。

docx-js 关键规则：

设置页面大小：A4 (11906×16838 DXA)、US Letter (12240×15840 DXA)
永不使用 \n，用 Paragraph 分段
永不使用 unicode bullets，用 LevelFormat.BULLET
表格必须同时设置 columnWidths 和 cell width
ImageRun 必须指定 type
使用 ShadingType.CLEAR（非 SOLID）

二、读取文档

# 基本文本提取
python3 {baseDir}/scripts/read_docx.py document.docx

# 指定输出格式
python3 {baseDir}/scripts/read_docx.py document.docx --format json
python3 {baseDir}/scripts/read_docx.py document.docx --format markdown
python3 {baseDir}/scripts/read_docx.py document.docx --format text

# 提取特定内容
python3 {baseDir}/scripts/read_docx.py document.docx --extract text
python3 {baseDir}/scripts/read_docx.py document.docx --extract tables
python3 {baseDir}/scripts/read_docx.py document.docx --extract metadata
python3 {baseDir}/scripts/read_docx.py document.docx --extract images

# 批量处理
python3 {baseDir}/scripts/read_docx.py ./docs_folder --batch --format json --output results.json

# 输出到文件
python3 {baseDir}/scripts/read_docx.py document.docx --format markdown --output output.md

输出格式说明：

格式	特点	适用场景
`text`	纯文本，段落分隔	快速预览
`json`	结构化数据	程序处理
`markdown`	Markdown 格式	文档转换

三、编辑文档

方式1：JSON 规则编辑（简单场景）

python3 {baseDir}/scripts/edit_docx.py input.docx output.docx edits.json

编辑规则格式 (edits.json)：

{
  "description": "修改说明",
  "replacements": [
    {
      "search": "旧文本",
      "replace": "新文本",
      "style": "highlight"
    }
  ],
  "additions": [
    {
      "after": "在此文本之后",
      "text": "添加的文本",
      "style": "bold"
    }
  ]
}

支持的样式：

样式	效果
`replace`	直接替换
`highlight`	黄色高亮
`delete`	删除线+高亮
`bold`	加粗
`underline`	下划线

方式2：XML 层面精细编辑（高级场景）

适用于需要 tracked changes、精确格式保留的场景。

步骤 1：解包

python3 {baseDir}/scripts/office/unpack.py document.docx unpacked/

步骤 2：编辑 XML

直接编辑 unpacked/word/document.xml。使用 Edit 工具进行字符串替换，不要写 Python 脚本。

Tracked Changes 语法：

<!-- 插入 -->
<w:ins w:id="1" w:author="Claude" w:date="2026-03-11T00:00:00Z">
  <w:r><w:t>插入的文本</w:t></w:r>
</w:ins>

<!-- 删除 -->
<w:del w:id="2" w:author="Claude" w:date="2026-03-11T00:00:00Z">
  <w:r><w:delText>删除的文本</w:delText></w:r>
</w:del>

<!-- 最小化编辑: 仅标记变化部分 -->
<w:r><w:t>期限为</w:t></w:r>
<w:del w:id="1" w:author="Claude" w:date="...">
  <w:r><w:delText>30</w:delText></w:r>
</w:del>
<w:ins w:id="2" w:author="Claude" w:date="...">
  <w:r><w:t>60</w:t></w:r>
</w:ins>
<w:r><w:t>天。</w:t></w:r>

添加评论：

python3 {baseDir}/scripts/comment.py unpacked/ 0 "评论内容"
python3 {baseDir}/scripts/comment.py unpacked/ 1 "回复内容" --parent 0

步骤 3：打包

python3 {baseDir}/scripts/office/pack.py unpacked/ output.docx --original document.docx

接受所有修订

python3 {baseDir}/scripts/accept_changes.py input.docx output.docx

四、格式转换

# DOCX 转 PDF
python3 {baseDir}/scripts/convert_docx.py input.docx --to pdf --output output.pdf

# DOCX 转 Markdown
python3 {baseDir}/scripts/convert_docx.py input.docx --to markdown --output output.md

# DOC 转 DOCX（需要 LibreOffice）
python3 {baseDir}/scripts/convert_docx.py input.doc --to docx --output output.docx

# DOCX 转图片（需要 LibreOffice + Poppler）
python3 {baseDir}/scripts/convert_docx.py input.docx --to images --output ./pages/

转换支持矩阵：

源格式	目标格式	工具	说明
.docx	.pdf	LibreOffice	⭐ 高保真，保留表格/字体/排版
.docx	.pdf	reportlab	基础转换，仅适合纯文本文档
.docx	.md	python-docx	结构化提取
.doc	.docx	LibreOffice	需要 soffice
.docx	images	LibreOffice+Poppler	逐页转图片

💡 推荐：DOCX→PDF 优先使用 LibreOffice 命令：soffice --headless --convert-to pdf --outdir 输出目录 input.docx

五、差异对比

# 生成 Unified Diff 报告
python3 {baseDir}/scripts/diff_docx.py old.docx new.docx --output diff_report.md

# 输出到终端
python3 {baseDir}/scripts/diff_docx.py old.docx new.docx

六、文件获取

# 从上传获取最新文件
bash {baseDir}/scripts/fetch_file.sh upload output.docx

# 从本地路径
bash {baseDir}/scripts/fetch_file.sh ~/Documents/report.docx output.docx

# 从 URL 下载
bash {baseDir}/scripts/fetch_file.sh https://example.com/file.docx output.docx

# 从 SFTP
bash {baseDir}/scripts/fetch_file.sh sftp://user@host:/path/file.docx output.docx

七、文档分析

文档摘要

对文档内容进行智能分析，提取核心信息：

提取文档主要观点 — 识别文档中的核心论述和结论
生成简短摘要 — 将长文档浓缩为 2-3 句话的概要描述
列出关键要点 — 从文档中提炼 3-5 条最重要的信息点

关键词提取

自动识别文档中的关键信息：

找出重要名词/术语 — 提取文档中的专业术语、人名、机构名等
识别主题 — 判断文档所属领域和讨论的核心主题
提取关键信息 — 发现文档中的关键数据、日期、金额等结构化信息

字数统计

# 统计文档字数（输出到终端）
python3 {baseDir}/scripts/word_count.py document.docx

# 输出为 JSON 格式（方便程序处理）
python3 {baseDir}/scripts/word_count.py document.docx --format json

# 同时输出前 N 字预览
python3 {baseDir}/scripts/word_count.py document.docx --preview 200

统计指标：

指标	说明
总字符数（含空格）	文档全部字符计数
总字符数（不含空格）	去除空格后的字符计数
中文字数	仅中文汉字数量
英文单词数	英文单词计数
数字串数	数字（连续数字算一个）
标点符号数	中英文标点计数
段落数	文档段落总数
预估页数	按 A4 纸估算页数

输出格式

向用户呈现文档分析结果时，应包含以下信息：

文档类型和页数 — 如"docx 文档，约 4 页"
主要内容摘要 — 2-3 句话概述文档核心内容
关键要点（3-5 条） — 文档中最重要的信息点
建议的后续操作 — 如"可进一步编辑第三条款"、"建议添加签名栏"等

💡 使用方式：先用 word_count.py 获取字数统计和文本内容，再结合 AI 能力生成摘要和关键词。

XML 编辑参考

Schema 合规

<w:pPr> 元素顺序: <w:pStyle>, <w:numPr>, <w:spacing>, <w:ind>, <w:jc>, <w:rPr> 最后
空白保留: 有前/后空格的 <w:t> 必须设置 xml:space="preserve"
RSIDs: 8 位十六进制（如 00AB1234）
在 <w:del> 内: 用 <w:delText> 替代 <w:t>

智能引号

<w:t>这里&#x2019;是引号：&#x201C;你好&#x201D;</w:t>

实体	字符
`‘`	' 左单引号
`’`	' 右单引号/撇号
`“`	" 左双引号
`”`	" 右双引号

评论标记

<!-- 评论标记是 w:p 的直接子元素，不在 w:r 内部 -->
<w:commentRangeStart w:id="0"/>
<w:r><w:t>被评论的文本</w:t></w:r>
<w:commentRangeEnd w:id="0"/>
<w:r><w:rPr><w:rStyle w:val="CommentReference"/></w:rPr><w:commentReference w:id="0"/></w:r>

常见陷阱

替换整个 <w:r> 元素: tracked changes 替换整个 run，不在 run 内部注入标签
保留 <w:rPr> 格式: 复制原 run 的格式到新 run
删除整段时: 必须在 <w:pPr><w:rPr> 中添加 <w:del/>
图片: 添加到 word/media/，注册 relationship 和 content type

依赖

依赖	用途	必需
`python-docx`	创建/读取/编辑 DOCX	✅
`reportlab`	DOCX→PDF 基础转换	✅
`defusedxml`	安全 XML 解析	✅
`lxml`	XSD 验证	✅
`LibreOffice`	高保真 PDF 转换、DOC↔DOCX、接受修订	✅
`pandoc`	高级文本提取	✅
`Poppler`	DOCX→图片 (pdftoppm)	✅
`antiword`	.doc 文件读取	✅

所有依赖均通过 ./install.sh 一键安装。

故障排除

"ModuleNotFoundError: python-docx"

cd {baseDir} && ./install.sh

"No replacements made"（编辑时）

文本不完全匹配。先用 read_docx.py 预览准确文本。

中文字体乱码（PDF 转换）

确保系统安装中文字体：

macOS: 系统自带 PingFang
Linux: sudo apt install fonts-noto-cjk
Windows: 微软雅黑已预装

LibreOffice 相关

DOC→DOCX 和接受修订功能需要 LibreOffice：

macOS: brew install --cask libreoffice
Linux: sudo apt install libreoffice

name	tdoc-docx
version	1.0.0
description	Word 文档全能处理技能 \| Complete Word Document Processing Skill. 支持创建、读取、编辑、转换 Word 文档 \| Create, read, edit, convert Word documents. 支持 .docx/.doc 格式、中文公文格式、表格、图片、tracked changes、评论 \| Supports .docx/.doc, Chinese gov format, tables, images, tracked changes, comments. 触发词：Word、文档、docx、doc、公文、报告、转PDF.
metadata	{"openclaw":{"emoji":"📄","requires":{"bins":["python3","uv"]},"install":[{"id":"uv-env","kind":"uv","path":".","bins":["create_docx.py","read_docx.py","edit_docx.py","convert_docx.py","diff_docx.py","word_count.py"]}]}}

tdoc-docx

More from this repository

More from this repository

TDoc DOCX — Word 文档全能处理技能

概述

自动触发场景

⚠️ 核心路由原则（必读）

安装

一、创建文档

⚡ 路由决策树（仅用于创建文档）

路径 A：通用创建（非垂类文档）

路径 A2：Python API 方式（⭐ 默认推荐）

路径 A1：从 Markdown 创建（CLI 方式）

路径 B：垂类模板创建（专业文档）

垂类意图识别关键词

垂类创建流程（三步法）

已有垂类模板

附：XML 层面创建（docx-js，高级用法）

二、读取文档

三、编辑文档

方式1：JSON 规则编辑（简单场景）

方式2：XML 层面精细编辑（高级场景）

接受所有修订

四、格式转换

五、差异对比

六、文件获取

七、文档分析

文档摘要

关键词提取

字数统计

输出格式

XML 编辑参考

Schema 合规

智能引号

评论标记

常见陷阱

依赖

故障排除

"ModuleNotFoundError: python-docx"

"No replacements made"（编辑时）

中文字体乱码（PDF 转换）

LibreOffice 相关

TDoc DOCX — Word 文档全能处理技能

概述

自动触发场景

⚠️ 核心路由原则（必读）

安装

一、创建文档

⚡ 路由决策树（仅用于创建文档）

路径 A：通用创建（非垂类文档）

路径 A2：Python API 方式（⭐ 默认推荐）

路径 A1：从 Markdown 创建（CLI 方式）

路径 B：垂类模板创建（专业文档）

垂类意图识别关键词

垂类创建流程（三步法）

已有垂类模板

附：XML 层面创建（docx-js，高级用法）

二、读取文档

三、编辑文档

方式1：JSON 规则编辑（简单场景）

方式2：XML 层面精细编辑（高级场景）

接受所有修订

四、格式转换

五、差异对比

六、文件获取

七、文档分析

文档摘要

关键词提取

字数统计

输出格式

XML 编辑参考

Schema 合规

智能引号

评论标记

常见陷阱

依赖

故障排除

"ModuleNotFoundError: python-docx"

"No replacements made"（编辑时）

中文字体乱码（PDF 转换）