| name | feishu-docx-download |
| description | 下载并提取**附件文件**正文：Word(.docx/.doc)、PDF、PPT(.pptx/.ppt)、Excel(.xlsx/.xls)、html/rtf/epub/txt/csv 等。
仅处理云盘文件 (`/file/`) 和 Wiki 附件 (`/wiki/` 中 obj_type=file)。**飞书在线云文档（URL 含 `/docx/` `/docs/`）请用 feishu-fetch-doc。**
|
| overrides | feishu_drive_file, feishu_pre_auth |
| inline | true |
feishu-docx-download
模块兼容：所有脚本均提供 .js 和 .mjs 两个版本。优先使用 .js，若报 require is not defined 错误则改用同名 .mjs 文件。
⚠️ 读完本文件后，不要检查文件是否存在、不要检查环境、不要列目录。脚本文件已就绪，直接用 exec 工具执行下方命令。
判断是否使用本技能
| URL 特征 | 文档形式 | 处理方式 |
|---|
含 /docx/ 或 /docs/ | 在线云文档 | 用 feishu-fetch-doc |
含 /wiki/，obj_type 为 doc/docx | Wiki 云文档 | 用 feishu-fetch-doc |
含 /wiki/，obj_type 为 file | Wiki 附件 | 使用本技能 ✓ |
含 /file/ | 云盘文件 | 使用本技能 ✓ |
上下游工作流
上游：用户没给 URL 或 file_token 时（不要直接询问用户）
如果用户只描述「云盘里的 Word 文件」「我那个 PDF」等模糊请求，必须先调用 feishu-drive 查找，从结果中拿到 file_token：
node ../feishu-drive/drive.js --open-id "SENDER_OPEN_ID" --action list
node ../feishu-search-doc/search-doc.js --open-id "SENDER_OPEN_ID" --query "文件名关键词"
从结果中筛选出附件类型的文件（type 为 file、扩展名为 .docx/.pdf/.xlsx 等），取 token 字段传给本技能。
下游：提取文本后写入新文档
提取出的纯文本通常是为了写入新文档。正确做法：分两步执行，先把 extract.js 的输出读进来，再作为 feishu-create-doc 的 --markdown 参数传入：
- 第一步：执行
node ./extract.js "<filepath>"，把 stdout 完整捕获为文本变量
- 第二步：执行
node ../feishu-create-doc/create-doc.js --open-id "..." --title "..." --markdown "<上一步的文本>"，传参时对内容做必要的 shell 转义
⚠️ 不要用 $(...) shell 命令替换：提取的文本常含双引号、$、反引号、换行等字符，会破坏 shell 解析；大文档还可能超过 argv 长度上限；Windows shell 也不支持该语法。务必先把内容捕获到变量再传参。
执行前确认
以下参数缺失或含糊时，必须先向用户询问，不得猜测或使用默认值：
| 参数 | 何时需要询问 |
|---|
--url / --file-token | 用户未提供飞书链接或 file token，且通过 feishu-drive / feishu-search-doc 也无法定位时 |
步骤 1 — 下载文件
node ./download-doc.js --open-id "SENDER_OPEN_ID" --url "FEISHU_URL"
支持的 URL 格式：
- Wiki 附件：
https://xxx.feishu.cn/wiki/TOKEN
- 云盘文件：
https://xxx.feishu.cn/file/TOKEN
也可直接传 file_token：
node ./download-doc.js --open-id "SENDER_OPEN_ID" --file-token "FILE_TOKEN" --type "docx"
可选参数：--output-dir <目录>、--output 自定义文件名.docx
文件默认下载到当前用户的工作空间目录。脚本输出 JSON，其中 file_path 为本地路径，file_type 为扩展名。
授权
若返回 {"error":"auth_required"} 或 {"error":"permission_required"}，不要询问用户是否授权，直接立即执行以下命令发送授权链接：
- 若返回 JSON 中包含
required_scopes 字段，将其数组值用空格拼接后传入 --scope 参数：
node ../feishu-auth/auth.js --auth-and-poll --open-id "SENDER_OPEN_ID" --chat-id "CHAT_ID" --timeout 60 --scope "<required_scopes 用空格拼接>"
-
若返回中不包含 required_scopes，则不加 --scope 参数。
-
{"status":"authorized"} → 重新执行下载命令
-
{"status":"polling_timeout"} → 立即重新执行此 auth 命令（不会重复发卡片）
-
CHAT_ID 不知道可省略
步骤 2 — 提取文本（必须执行）
⚠️ 下载成功后必须立即执行此命令提取文本，不要跳过，不要用其他方式替代。
node ./extract.js "<filepath>"
<filepath> 替换为步骤 1 返回的 file_path- 支持格式：docx、pdf、pptx、xlsx、xls、doc、ppt、rtf、epub、html、htm、txt、csv、md
- 纯 Node.js 实现，不需要 Python，缺少的 npm 依赖会自动安装
- 脚本根据扩展名自动选择提取方式，直接输出纯文本
步骤 3 — 图片文字识别（按需，必须用 feishu-image-ocr 技能）
提取结果中如果包含 [图片] 或 [文档包含 N 张图片] 标记，说明文档中嵌入了图片，但图片内容未被提取为文字。
你必须主动告知用户：
文档中包含 X 张图片，图片内容暂未识别。如需识别图片中的文字，我可以使用 OCR 技能为您进一步处理。
用户确认后，必须且只能使用 feishu-image-ocr 技能来识别图片文字：
node ../feishu-image-ocr/ocr.js --image "<image_path>" --json
- 禁止自行编写图片识别代码或调用其他 OCR API/库，必须使用
feishu-image-ocr 技能
feishu-image-ocr 调用飞书 OCR API，支持中英文混排，纯 Node.js，零额外依赖- 如果用户未确认，不要自动调用 OCR，仅保留
[图片] 标记即可
禁止事项
- 禁止检查文件、列目录、检查环境，脚本已就绪
- 禁止调用任何
feishu_ 开头的工具
- 禁止只描述不执行，必须直接调用
exec
- 禁止自行编写提取代码或使用 Python，必须使用
node ./extract.js
- 禁止告诉用户"无法提取"或"需要安装 Python"，
extract.js 已内置所有提取能力
- 禁止自行实现图片识别或调用第三方视觉 API，图片识别只能使用
feishu-image-ocr 技能（node ../feishu-image-ocr/ocr.js）
CHAT_ID 为当前会话的 chat_id，如不知道可省略
