文档处理指南4 个场景完成 Word 修订跟踪、PDF 数据提取与 Excel 质检【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skillsskills 项目GitHub_Trending/skills3/skills把 AI 助手的文档处理能力拆成了四个技能目录Word、PDF、幻灯片、表格。每种格式自带一份 SKILL.md 说明文档和配套脚本。下面不按格式、按你要完成的事来讲。这套文档技能解决什么问题Office 文件本质是 ZIP 压缩包加一堆 XML手工改容易改坏直接调 API 又容易漏掉格式坑。每个技能目录做的事都一样把哪种任务该用哪个库、哪些坑必须避开写成规则再配上可复用的脚本你照着执行就行。场景一3 步做出排版干净的 Word 文档或幻灯片先读说明再动手。新建 Word 文档用 npm 的docx库写脚本生成。两个高频坑页面尺寸默认 A4需要 US Letter 要显式设置表格要在表和每个单元格上同时设宽度否则在别的软件里会散架。幻灯片先选版式。用skills/pptx/scripts/thumbnail.py给模板生成一张带编号的全页缩略图网格挑好版式再往里填内容。画布默认是 16:910 × 5.625坐标超出边界的内容不会报错只是不显示。生成后渲染成图检查。用 soffice 把成品转 PDF再用 pdftoppm 转成图片逐页看别只看文件有没有生成。PPTX 配色与版式的两条规矩技能文档内置了几套主题色板如 Midnight Executive深海军蓝 1E2761 冰蓝 CADCFC 白选色要贴合主题一个主色占 60–70% 视觉权重配一两个辅色和一个强调色。标题下不要加装饰色条——这是AI 生成的幻灯片最典型的痕迹十六进制颜色写法不带#、不带 8 位 alpha写错会直接损坏文件。场景二3 步提取 PDF 里的文本和表格普通文本用 pypdf。page.extract_text()即可命令行场景用pdftotext -layout能保留版面。表格和带位置信息的内容换 pdfplumber。它按页面几何结构还原表格比纯文本流可靠。导出时直接落进 Excel。把提取出的行转成 DataFrame再to_excel写入工作簿后续分析用 XLSX 技能继续做。import pdfplumber with pdfplumber.open(report.pdf) as pdf: for page in pdf.pages: for table in page.extract_tables(): for row in table: print(row)从零创建 PDF 用 reportlab注意一个坑Unicode 下标字符如 ₀₁₂在默认字体里会渲染成黑方块要改用sub标签。填写 PDF 表单有专门流程见skills/pdf/forms.md。场景三多人协作改稿时的 DOCX 修订跟踪用 pandoc 读。pandoc -t markdown把文档转成 markdown内容和修订标记一起看先想清楚要改哪几处。解包后先合并文本碎片。Word 会把一句话拆进多个 run修订号、拼写检查标记都算你在页面上看到的短语在 XML 里未必是连续字符串。先跑skills/docx/scripts/merge_runs.py相邻同格式的 run 会合并文本才找得到。只标记真正改动的文字。插入和删除分别用w:ins/w:del包裹并带上作者、日期属性。未改动的文字照抄一遍再标上修订会让审阅者很难分清哪些是真改动——这也是最不专业的做法。打包后校验。用skills/docx/scripts/office/validate.py跑 XSD 检查改稿模式加--author参数脚本会报出你改了但没包修订标记的位置这类疏漏在接受修订后的视图里是看不出来的。定稿要干净版。所有人接受修订后用skills/docx/scripts/accept_changes.py输出一份无标记的副本。需要加批注时skills/docx/scripts/comment.py会一次性写齐批注涉及的 6 个关联文件并返回要插进word/document.xml的锚点片段——不插锚点批注存在但不可见。质量红线Excel 零公式错误与交付前核对清单交付物在下列任一项不合格时不要发出去公式错误数为零。跑skills/xlsx/scripts/recalc.py只要报errors_found就停。若你认为某个错误是你接手前就有的用data_onlyTrue打开原始文件证明——自己引入的错和继承来的错看起来一模一样。写公式不写算好的结果。单元格放SUM(B2:B9)而不是 Python 里求和后的数字否则输入一变整表失效。文本颜色按规范走蓝色 硬编码输入和场景假设值黑色 公式绿色 指向同一工作簿其他表的链接红色 指向其他文件的链接黄色底纹 留给用户填写的关键假设。假设值单独占一个带标签的单元格公式引用它B5*(1$B$6)不把1.05直接写死在公式里。Word 侧validate 通过改稿模式下每一处改动都在修订标记里。PDF 侧reportlab 输出里不用 Unicode 上下标。幻灯片侧十六进制色值写法合法文件未被损坏。上手路径克隆、读技能文档、跑验证脚本克隆仓库git clone https://gitcode.com/GitHub_Trending/skills3/skills按任务打开对应目录的 SKILL.mdskills/docx/SKILL.md、skills/pdf/SKILL.md、skills/pptx/SKILL.md、skills/xlsx/SKILL.md每个文件头部就写着适用场景和依赖清单。产出后跑配套验证docx 走 validate.pyxlsx 走 recalc.py需要肉眼确认版面的就转 PDF 再渲染成图。下次再收到要修改的 Word 文件别急着打开 Word解包、合并 run、标记真实改动、validate——做完这四步再谈交付。【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 文档处理指南：4 个场景完成 Word 修订跟踪、PDF 数据提取与 Excel 质检
文档处理指南4 个场景完成 Word 修订跟踪、PDF 数据提取与 Excel 质检【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skillsskills 项目GitHub_Trending/skills3/skills把 AI 助手的文档处理能力拆成了四个技能目录Word、PDF、幻灯片、表格。每种格式自带一份 SKILL.md 说明文档和配套脚本。下面不按格式、按你要完成的事来讲。这套文档技能解决什么问题Office 文件本质是 ZIP 压缩包加一堆 XML手工改容易改坏直接调 API 又容易漏掉格式坑。每个技能目录做的事都一样把哪种任务该用哪个库、哪些坑必须避开写成规则再配上可复用的脚本你照着执行就行。场景一3 步做出排版干净的 Word 文档或幻灯片先读说明再动手。新建 Word 文档用 npm 的docx库写脚本生成。两个高频坑页面尺寸默认 A4需要 US Letter 要显式设置表格要在表和每个单元格上同时设宽度否则在别的软件里会散架。幻灯片先选版式。用skills/pptx/scripts/thumbnail.py给模板生成一张带编号的全页缩略图网格挑好版式再往里填内容。画布默认是 16:910 × 5.625坐标超出边界的内容不会报错只是不显示。生成后渲染成图检查。用 soffice 把成品转 PDF再用 pdftoppm 转成图片逐页看别只看文件有没有生成。PPTX 配色与版式的两条规矩技能文档内置了几套主题色板如 Midnight Executive深海军蓝 1E2761 冰蓝 CADCFC 白选色要贴合主题一个主色占 60–70% 视觉权重配一两个辅色和一个强调色。标题下不要加装饰色条——这是AI 生成的幻灯片最典型的痕迹十六进制颜色写法不带#、不带 8 位 alpha写错会直接损坏文件。场景二3 步提取 PDF 里的文本和表格普通文本用 pypdf。page.extract_text()即可命令行场景用pdftotext -layout能保留版面。表格和带位置信息的内容换 pdfplumber。它按页面几何结构还原表格比纯文本流可靠。导出时直接落进 Excel。把提取出的行转成 DataFrame再to_excel写入工作簿后续分析用 XLSX 技能继续做。import pdfplumber with pdfplumber.open(report.pdf) as pdf: for page in pdf.pages: for table in page.extract_tables(): for row in table: print(row)从零创建 PDF 用 reportlab注意一个坑Unicode 下标字符如 ₀₁₂在默认字体里会渲染成黑方块要改用sub标签。填写 PDF 表单有专门流程见skills/pdf/forms.md。场景三多人协作改稿时的 DOCX 修订跟踪用 pandoc 读。pandoc -t markdown把文档转成 markdown内容和修订标记一起看先想清楚要改哪几处。解包后先合并文本碎片。Word 会把一句话拆进多个 run修订号、拼写检查标记都算你在页面上看到的短语在 XML 里未必是连续字符串。先跑skills/docx/scripts/merge_runs.py相邻同格式的 run 会合并文本才找得到。只标记真正改动的文字。插入和删除分别用w:ins/w:del包裹并带上作者、日期属性。未改动的文字照抄一遍再标上修订会让审阅者很难分清哪些是真改动——这也是最不专业的做法。打包后校验。用skills/docx/scripts/office/validate.py跑 XSD 检查改稿模式加--author参数脚本会报出你改了但没包修订标记的位置这类疏漏在接受修订后的视图里是看不出来的。定稿要干净版。所有人接受修订后用skills/docx/scripts/accept_changes.py输出一份无标记的副本。需要加批注时skills/docx/scripts/comment.py会一次性写齐批注涉及的 6 个关联文件并返回要插进word/document.xml的锚点片段——不插锚点批注存在但不可见。质量红线Excel 零公式错误与交付前核对清单交付物在下列任一项不合格时不要发出去公式错误数为零。跑skills/xlsx/scripts/recalc.py只要报errors_found就停。若你认为某个错误是你接手前就有的用data_onlyTrue打开原始文件证明——自己引入的错和继承来的错看起来一模一样。写公式不写算好的结果。单元格放SUM(B2:B9)而不是 Python 里求和后的数字否则输入一变整表失效。文本颜色按规范走蓝色 硬编码输入和场景假设值黑色 公式绿色 指向同一工作簿其他表的链接红色 指向其他文件的链接黄色底纹 留给用户填写的关键假设。假设值单独占一个带标签的单元格公式引用它B5*(1$B$6)不把1.05直接写死在公式里。Word 侧validate 通过改稿模式下每一处改动都在修订标记里。PDF 侧reportlab 输出里不用 Unicode 上下标。幻灯片侧十六进制色值写法合法文件未被损坏。上手路径克隆、读技能文档、跑验证脚本克隆仓库git clone https://gitcode.com/GitHub_Trending/skills3/skills按任务打开对应目录的 SKILL.mdskills/docx/SKILL.md、skills/pdf/SKILL.md、skills/pptx/SKILL.md、skills/xlsx/SKILL.md每个文件头部就写着适用场景和依赖清单。产出后跑配套验证docx 走 validate.pyxlsx 走 recalc.py需要肉眼确认版面的就转 PDF 再渲染成图。下次再收到要修改的 Word 文件别急着打开 Word解包、合并 run、标记真实改动、validate——做完这四步再谈交付。【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考