doc-processor

name	doc-processor
description	当用户要生成 Word/Excel/PowerPoint、做文档格式转换（Markdown ↔ HTML ↔ DOCX ↔ PDF）、PDF 文本提取、读写 Excel、合并文档或批量转换时使用。
version	2.2.0
metadata	{"zhiwei":{"tags":["document","pandoc","pdf","docx","excel","conversion"],"suggested_tools":["shell.exec","code","file.read","file.write"]}}

文档处理指南

文档处理优先走可执行工具链：code + Python 库（python-docx / openpyxl / python-pptx / pypdf）负责生成、编辑和精细处理；shell.exec + CLI（pandoc / poppler / wkhtmltopdf / libreoffice）负责格式转换和批处理。

当前 Agent 默认只注入少量核心工具。若运行时没有 code、shell.exec、file.write 等 schema，先用 tool.search 按工具名或能力检索，发现后再执行。

适用场景

• 生成 Word / Excel / PowerPoint（从 Markdown、CSV、JSON 或结构化数据）
• 格式转换（Markdown ↔ HTML ↔ DOCX ↔ PDF）
• PDF 文本提取
• Excel 读写、多 sheet 处理
• 多文档合并 / 批量转换
• 从现有文档抽取内容，整理成 Markdown / CSV / JSON

不适用场景

• 纯文本 / Markdown 编辑 → file.write
• 内容创作(写文章 / 邮件 / 报告正文) → content-creator
• 数据分析(统计 / 可视化) → data-analyst
• 飞书 / 在线文档 → feishu 或对应渠道 Skill

工作流(按用户表达分流)

用户表达	路径
生成 Word	优先 {skill_scripts_dir}/md2docx.py 或 code + python-docx
生成 Excel	{skill_scripts_dir}/xlsx_tools.py from-csv 或 code + openpyxl
生成 PPT / 幻灯片 / 演示文稿	code + python-pptx
Markdown / HTML / DOCX / PDF 互转	shell.exec + pandoc
PDF 文本提取	{skill_scripts_dir}/pdf_tools.py extract-text 或 pdftotext
HTML → PDF	shell.exec + wkhtmltopdf / pandoc
多 PDF 合并 / 拆分	{skill_scripts_dir}/pdf_tools.py merge/split
批量转换	先单文件验证，再 shell.exec 循环或写临时脚本

各路径决策点(本 Skill 独有)

• 先探测依赖：第一次使用库 / CLI 前先跑 python -c "import ..." 或 pandoc --version。依赖缺失时说明安装命令；只有用户明确允许时才安装。
• 先生成中间格式：复杂 Word/PDF 优先产出 Markdown/HTML/CSV 中间文件，确认内容结构后再转目标格式。
• 结果必须验证：生成后用 file.read 抽样确认文本内容；对二进制 Office/PDF，可用脚本提取文本或列 sheet/页数。
• 批量先单后批：批量转换前先跑 1 个样本，确认样式、编码、字体和路径规则后再循环。
• 加密 PDF：让用户提供密码，或用 qpdf --decrypt 预处理；不要尝试绕过权限。
• 不要走 Java document 工具：当前文档生成/转换不依赖 document.create / document.edit，应使用本 Skill 的脚本、Python 库或 CLI。

输出约定

• 产物路径优先放在用户指定目录；没有指定时放到当前 workspace 下可读写路径。
• 生成多个文件时同时输出一个简短清单，列文件名、格式、来源和验证结果。
• 若转换存在格式损失（分页、脚注、复杂表格、批注、宏、图表），在结果里明确说明。

详细参考

• 转换路径、命令模板、脚本清单：{skill_dir}/references/doc-conversion.md
• 依赖探测与安装建议：{skill_dir}/references/dependency-setup.md
• Office/PDF 处理配方：{skill_dir}/references/office-recipes.md
• 常见错误处理表：{skill_dir}/references/troubleshooting.md