死磕1个月,我们造了个Word公式渲染引擎

先聊聊一些真实的痛点

在协同AI文档赛道，Word 公式的渲染一致性、导入导出无损性、协同实时性，一直是行业核心技术痛点。

市面上绝大多数在线文档产品，对Word公式的处理普遍采用“第三方开源引擎中转+图片兜底”的方案，看似低成本落地，却存在无法根治的硬伤：

作为主打AI协同、高精度Word兼容的AI文档产品，JitWord 核心定位是实现本地Word与云端协同文档的无缝互通。

为彻底解决公式全链路痛点，我们团队耗时1个月，从零自研了 Word公式渲染引擎，摒弃第三方中转方案，基于 Word 官方 OMML 标准实现纯原生解析、像素级渲染、双向无损导入导出，目前已全量上线，支撑 JitWord 所有公式编辑、AI生成、协同同步、文档流转等场景。

先上体验地址：https://next.jitword.com/px-editor/entry

下面我会深度拆解这次我们自研引擎的整体架构设计、核心技术原理、渲染链路实现、导入导出容错方案，复盘一下我们的研发过程中的难点与落地经验。

Word公式的核心本质（OMML标准）

想要完美兼容 Word 公式，首先必须吃透Word公式的底层存储规范。这里给大家科普一个Word底层的知识：

不同于大家熟知的 LaTeX、MathML，Word 所有原生公式均基于 OMML（Office Math Markup Language）XML格式存储，这是微软官方定义的Office数学公式专用标记语言，也是实现无损渲染、无损导出的核心关键。

下面给大家分享一下 OMML 的架构核心特性：

再来分析一下传统方案的致命缺陷

市面上90%的在线文档公式方案，采用「OMML → MathML/LaTeX → 渲染」的中转链路，核心问题在于格式转换不可逆、信息丢失：OMML的复杂嵌套结构、专属排版规则无法 1:1 映射到通用MathML/LaTeX，导致渲染偏差、导出失效。

同时，第三方引擎未针对协同场景优化，无法适配 JitWord 多人实时编辑、增量同步的核心能力。

基于上面的困境和痛点，我们设计了核心原则：以OMML为唯一数据源，自研全链路解析、渲染、转换引擎，实现Word闭环公式的导入导出和高性能渲染。

先给大家看看我们导入导出Word复杂公式的效果：

word原始公式：

导入到 JitWord 后的效果：

基本上 100% 可二次编辑，同时能双向导出到 Word，效果如下：

JitWord自研公式引擎整体架构设计

我们 JitWord 自研公式引擎采用分层模块化架构，高内聚、低耦合，适配渲染、导入、导出、协同、AI联动五大核心场景，整体分为6大核心层级，从底层解析到上层业务实现全链路闭环。

具体实现架构流程我画了一张图，大家可以参考一下：

具体的核心链路实现流程如下：

1. Word导入链路：docx文档解析 → 提取原生OMML公式片段 → 容错清洗 → 构建公式AST → 布局计算 → 混合渲染展示；

2. 在线编辑链路：用户/AI编辑操作 → AST增量更新 → 局部布局重算 → 局部重绘 → 协同广播同步；

3. Word导出链路：在线公式AST → 标准化OMML生成 → 嵌入docx文档结构 → 无损导出原生可编辑Docx公式。

像素级Word同源布局算法

浏览器、设备的默认排版规则存在一定程度的差异，是在线公式渲染与Word视觉不一致的核心原因。为此我们抛弃了浏览器的默认布局模式，自研了一套 Word 同源布局算法，精准复刻 Office 原生排版逻辑，具体设计如下：

双向无损导入导出核心实现

导入导出的核心难点我个人认为是：格式可逆、信息无丢失。所以我们基于 AST 结构实现了数据层的格式转换，彻底解决了公式导入导出的闭环痛点：

1. Word导入优化

我们在解析docx文档时，精准提取了<m:oMath>原生公式节点，不做格式中转，直接解析成OMML构建渲染树，杜绝中转导致的结构丢失、样式错乱。这样做的好处是，保留了核心的可编辑结构，同时还能提升渲染性能。

2. Word导出优化

在线编辑后的公式，不会生成图片或扁平化数据，而是通过AST反向编译生成标准合规的OMML代码，完整还原了公式结构、层级、样式，导出后的Word文档可直接在Office、WPS中二次编辑，与本地创建的公式无任何差异。（目前我们测试了大量的WPS，Office案例，基本都可以相对完美的兼容， 大家也可以测试一下，也可以给我们提供更多测试Case）

插播一个小Tip，目前我写了一个系统的AI实战学习手册，大家感兴趣的可以学习参考一下：

3. 多格式适配

同步支持LaTeX、MathML双向转换，适配AI生成公式场景，实现「AI输出LaTeX → 引擎转为OMML原生渲染 → 导出Word无损保存」的全链路，解决AI公式办公流转难题。

这里不得不分享一下我们用AI生成公式的案例，其实有大量的实际场景可以用上，比如：

• 老师们出的数学/物理/化学/生物/计算机试卷

• 科研机构的科研文档，手册

• 面试官的面试题

• 更多适合公式的场景

话不多说，先上案例：

总结与后续规划

这次耗时1个月左右的自研Word公式渲染引擎设计之旅，核心价值不在于“重复造轮子”，而在于摆脱第三方引擎的技术枷锁，掌握文档公式处理的底层原生能力。

对于协同AI文档产品而言，公式不是附属功能，而是专业办公、学术创作、教育场景的核心基础设施。

通过这次自研方案，JitWord 协同AI文档实现了三大核心技术突破：

1. 摆脱格式中转依赖，实现Word公式原生解析、渲染、流转，达成行业顶级兼容性；

2. 针对性适配协同与AI场景，形成区别于通用文档产品的核心技术壁垒；

3. 搭建可迭代的自研引擎架构，为后续公式高级功能迭代奠定底层基础。

后续我们将持续迭代引擎能力，比如：

增加公式自动纠错、公式批量格式化、手写公式识别、复杂物理化学公式适配等功能，进一步强化 JitWord 在专业文档、学术创作、AI办公场景的核心竞争力。

最后补充一嘴