document-skills

name	document-skills
description	文档处理技能集。用于处理 Word (docx)、PDF、PowerPoint (pptx)、Excel (xlsx) 等办公文档。 当用户需要创建、编辑、分析文档时触发。
tags	["documents","office","docx","pdf","pptx","xlsx"]

Document Skills

通用原则

1. 字体: 专业字体 (Arial, Times New Roman, Calibri)
2. 模板: 编辑现有文件时保留原有格式
3. 验证: 创建后必须验证输出

---

DOCX (Word)

使用 docx-js (npm install -g docx)

• 页面: 显式设置大小 (docx-js 默认非 A4)
• 列表: 使用 LevelFormat.BULLET，不用 unicode 符号
• 表格: 双重宽度设置 (columnWidths + cell width)
• 图片: 必须指定 type 参数

const { Document, Packer, Paragraph, TextRun } = require('docx');
const doc = new Document({
  sections: [{
    properties: {
      page: { size: { width: 12240, height: 15840 }, margin: { top: 1440, right: 1440, bottom: 1440, left: 1440 } }
    },
    children: [new Paragraph({ children: [new TextRun({ text: "Hello", font: "Arial", size: 24 })] })]
  }]
});
Packer.toBuffer(doc).then(buffer => fs.writeFileSync("doc.docx", buffer));

编辑现有文档: 解压 → 编辑 XML → 打包 (scripts/office/unpack.py / pack.py)

---

PDF

库/工具	用途
pypdf	合并、分割、旋转、提取元数据
pdfplumber	文本和表格提取
pdftotext	提取文本
qpdf	合并、分割、旋转

pdftotext document.pdf output.txt
qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf

import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        tables = page.extract_tables()

使用 <sub> / <super> 标签代替 Unicode 下标/上标。

---

PPTX (PowerPoint)

使用 pptxgenjs (npm install -g pptxgenjs)

• 配色: 选主题相关方案，避免默认蓝
• 字体: 标题用 Georgia/Arial Black，正文用 Calibri
• 布局: 每页必须有视觉元素
• 边距: 保持 0.5" 最小边距

元素	大小
标题	36–44pt
章节标题	20–24pt
正文	14–16pt
注释	10–12pt

python -m markitdown presentation.pptx        # 读取内容
soffice --headless --convert-to pdf input.pptx # 转 PDF
pdftoppm -jpeg -r 150 output.pdf slide        # 转图片

---

XLSX (Excel)

使用 openpyxl / pandas

必须使用公式，禁止硬编码计算值:

# ❌ sheet['B10'] = 5000
# ✅ sheet['B10'] = '=SUM(A1:A10)'

颜色	含义
蓝色文本 (0,0,255)	硬编码输入值
黑色文本 (0,0,0)	公式和计算
绿色文本 (0,128,0)	同工作表链接
红色文本 (255,0,0)	外部文件链接
黄色背景 (255,255,0)	需关注的假设

数字格式: 年份→文本 "2024"；货币→$#,##0；零值→"-"；百分比→0.0%

公式验证: 保存后运行 python scripts/recalc.py output.xlsx，检查 #REF! / #DIV/0! / #VALUE! / #NAME?

---

依赖汇总

• pandoc, docx (npm), pptxgenjs (npm)
• pypdf, pdfplumber, openpyxl, pandas
• LibreOffice, Poppler, Pillow, markitdown