夜雨聆风学习资料网

ARTICLE · 1010245

让 AI 改文档,改完还得自己重排?这个 6.7k Star 的开源套件,只重写你动过的地方

让 AI 改文档,改完还得自己重排?这个 6.7k Star 的开源套件,只重写你动过的地方

不用把合同传上别人的服务器、不用手动重排被弄乱的格式,让 AI 在你的文件里干活,东西始终留在自己硬盘里。

你有过这种时刻吗——

  • 深夜赶一份方案,选中一段贴给 AI 润色,再把润色好的文字复制回 Word,标题的字号、行距、项目符号全乱了,你只能一段一段往回拉;
  • 为了几份表格和演示文稿能顺手用上 AI,一年订阅费掏出去好几百,可它交回来的是一段纯文本,公式变成了静态数字——B 列的数据一改,汇总那一格纹丝不动;
  • 图省事,把公司的季度报表连数字带客户名一起粘进某个在线 AI 的对话框,让它"顺手整理一下",发送键按下去才反应过来,这些东西已经躺在别人的服务器上了;
  • 换了 Mac 之后更明显:同事在 Windows 上排好的文档发过来字体全变形,而内网环境里没有外网,那些"打开就能用"的在线 AI 一起哑火。

不是你不会用 AI,是大多数 AI 文档工具从设计之初就没打算跟你的文件好好相处——它要的是你把内容搬进它的输入框里。

这件事到底难在哪儿?一份 .docx 看着是文字,底下其实是一个压缩包,里面塞着十几份 XML:段落、样式、编号、页眉页脚、批注、修订各占一处。让 AI"重写一遍",等于把这套结构整个推倒重建。重建出来的东西能看,但你没法拿它接着干活——编号断了、交叉引用丢了、公司模板的封面也散了。所以多数方案选择绕路:要么只回你一段文本,要么干脆输出一张图。

可你有没有想过:AI 改文档,为什么非得先把你的版式推倒重来?

今天要推荐的这款开源工具——GenOffice,就是来干这个的。


GenOffice 是什么?

一句话:它是 Genspark 团队做的一款桌面办公套件,把 6 个编辑器收进同一个窗口——Docs、Sheets、Slides、PDF、HTML、Markdown,另外配了一条 genoffice 命令行和一份给 AI 助手用的 skill。

它下功夫的地方在"改哪留哪"。原文件打开时先按哈希存一份,永不改动;编辑器把它解析成一棵块树,每一块都锚定回原始 XML;你保存的时候,它只把改动过的那几块拼回 document.xml,压缩包里剩下的条目原样复制过去。换句话说,你只动了一段话,文件里没碰过的部分是逐字节照搬的。这件事听起来朴素,做起来相当费劲——它意味着编辑器得先真正读懂 Word 的排版模型,包括双栏、满幅插图、带阴影的表格、页眉页脚,以及 Word 自己那套以 twip 为单位的行度量分页规则。

简单说,等于给你的文档做「定点修补」,而不是整篇重抄一遍。

这项目挺新。2026 年 7 月 31 日建仓,到写稿这天满打满算 45 天,Star 已经涨到 6719,Fork 895,提交记录 180 条,当前版本 v0.10.63 发布于 9 月 13 日。许可证是 Apache-2.0,只留了一个口子:ee/ 目录预留给未来的企业模块,走单独的企业许可。底层是 Electron + React + TypeScript 那一套,表格部分单独用 Rust 写了个引擎;表格界面基于 Univer,PDF 靠 PDFium 和 pdf.js,文档编辑器是 Tiptap/ProseMirror,复杂语系的文字排版交给 HarfBuzz 的 wasm 版本。界面铺了 20 种语言。


这些场景,它都能帮上忙

职场里写材料的人:AI 改完,文件还是 Word 能接着改的 .docx

以前让 AI 润色,你得在对话框和文档之间来回倒,倒一次丢一次格式。这里的路径不一样:选中一段,输入要求,它以修订的形式插进正文——谁改的、改了什么,一条条列在那里,你点接受或者点回退。每个回合都存一份快照,改到自己都糊涂了,一键退回上一个版本就行。而且它只动你圈定的那部分,页眉、页脚、脚注、批注,甚至手写笔的墨迹,都不会被牵连。我头一回拿一份带修订痕迹的旧稿子试,打开时那些痕迹原样还在,这点挺戳我。

天天泡在表格里的人:AI 写给你的是活公式,不是静态数字

这一段我盯着看了半天。一句"帮我把这两个月的支出按类别汇总,再加个趋势图",它会在表里加一张带 SUMIF 的汇总表和一张图,43 处改动作为一整个批次,一次撤销就能全退掉——不是让你一个个格子撤回。你问它一个数,它不光给答案,还会把推理讲出来,并且附上精确到单元格的引用,点一下就跳到那个格子。表格引擎是自研的 Rust 实现,透视表、切片器、条件格式、公式追踪都有;项目组公布的数字是 20 万个单元格排序、上百万单元格的复制,比原来快了一倍多。更实用的是范围复制会带上实时公式,A 表算完搬到 B 表,链子还在。

要做汇报的人:一句话变成能审的 .pptx

"帮我做一份 8 页的项目汇报",它会先规划故事线、去查该查的数字、再往画布上排。母版、版式、智能参考线都在,图片裁剪是非破坏性的,改坏了能还原,从右往左排版的语系也支持。有个细节挺实用:落盘之前,genoffice slides check 会先把每页的溢出和重叠审计一遍——8 页的报告跑下来零发现,再写进 .pptx。省的其实是返工:以前对着投影仪才发现文字顶出了边框,现在这一关在交付前就过了。

手上堆着扫描件和 PDF 的人:转 Word 不用先传上去

PDF 里的文字可以直接在页面里改——它先把文本块逐个勾勒出来,你在原位重输,再通过 PDFium 重写内容流,原来的字体保留下来,不是往上盖一层注释。常用动作"把这个 PDF 转成 Word",跑在本机,不走 AI、不扣额度;扫描件在 macOS 和 Windows 上交给系统 OCR 认字,转出来是可编辑的文本,不是一张页面图。前提得说清楚:转完的表格和版式还是建议自己过一眼,复杂排版在不同文件上的表现会有差异。

用 Claude Code、Cursor 写代码的人:让 AI 直接产出真 Office 文件

这条是我比较看重的。它顺带带了一条命令行和一份 agent skill,Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Windsurf 这些都能接上。配好之后,你的编码助手不再只会输出一段 Markdown 让你自己去粘——它能先读原文件,再改,再自己查一遍。genoffice info report.docx --json 读出结构,docs read 配上 docs apply 做原位编辑,render 把每页导成 PNG,让你自己看一眼做得对不对。关键的一句话在这里:genoffice 内部不发起任何模型调用——想的部分交给 agent,建和查的部分交给命令行。还有个让人踏实的设计,编辑是原子的:某条操作被拒绝,原文件原样留着,只给你一条说明原因的错误,不会改坏一半。


GenOffice vs 常见方案

方案
价格
核心能力
文件去向
产出形态
适用人群
GenOffice
无需付费,AI 走 Genspark 额度或自带密钥
6 个编辑器一处收齐,AI 改动可审可回滚
打开、编辑、保存、转换都在本机
真正的 .docx / .xlsx / .pptx
手上有正经文件、又想让 AI 搭把手的人
在线 AI 文档助手
多为订阅或按量计费
生成能力强,格式控制弱
内容要传到对方服务器
一段文本、一张图,或另存一份副本
只写草稿、内容不敏感
传统办公套件配通用对话 AI
套件按年授权,AI 另算
排版成熟,但 AI 和文件是两套东西
文件在本机,内容要贴出去
真文件,AI 那部分得手工搬运
习惯自己动手、只让 AI 打草稿的人
其他开源办公套件
无需付费
格式覆盖广,AI 能力薄弱或没有
以本地为主
真文件
只想替掉收费套件的人

横向看下来,GenOffice 的位置挺清楚:它把"AI 真的在你的文件里动手"和"文件不出本机"这两件本来互相打架的事,摆到了一起。


为什么它值得一试?

首先,它交出来的是真文件,而且只动你改过的地方。 以表格为例,自动化和 AI 生成的东西常常是"看起来对的数字",一格一格摆在那里不动;这里的公式是活的,你改前面,后面跟着变。文档也一样,你可以拿一份排好的合同去试:让它改中间两段,存盘,再用 Word 打开——页边的批注、页脚的页码、封面上那张图,都还在原来的位置。这不是靠"重新排得挺像",是靠没碰过的部分原样写回。

第二,AI 的每一步都留了痕迹,你能反悔。 修订模式、改动对照、逐回合快照,加上表格里 43 处改动一次批量撤销。用 AI 干活真正让人发怵的,其实不是它做错,是它做错了你还没法退回去——这里的思路反过来,先让你有得选。

第三,数据边界划得清楚,钥匙也在你手上。 打开、编辑、保存、格式转换都在本机跑;只有你主动调用 AI 的时候,请求才离开这台机器,发往你自己挑的服务。它内置了 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、Doubao、MiniMax、Grok、Mistral、OpenRouter、Requesty 这些,也留了一个自定义位给任何 OpenAI 兼容的端点——包括跑在你自己机器上的本地模型服务。你要是干脆不想接云端,编辑、转换这些活儿照样能干。

第四,它同时给人和给 agent 用。 这是它和其他办公套件拉开距离的地方。图形界面是给人看的,命令行和 skill 是给 AI 助手用的,两套东西共用同一个引擎。所以同一份 .pptx,你可以自己动手排,也可以丢给编码助手去生成——落地的都是同一种格式的文件,不会一边是真文件、一边是近似稿。

说句实在的,也得把两件事讲明白。AI 相关功能必须联网,本地只负责编辑和转换,这条躲不过去——模型调用总得走到某个服务端。另外项目组打包出来的版本默认会发一点匿名的使用统计,开关在 Settings → General,随手就能关掉;它不会带上你的文档内容、文件名、路径和账号身份。

还有些事它主动不做。主题切换只改屏幕上的显示,导出、打印、另存时用的始终是文档自己的颜色——宁可你觉得"换了深色主题怎么导出还是白底",也不偷偷改你的文件。标识这块也一样:Apache-2.0 明确不授权使用 GenOffice 和 Genspark 的名字与标识,想 fork 出去做自己的版本,得先换个名字。宁可少一个功能,也不拿别人的东西去赌。


写在结尾

有句话说得好:好的工具,不是替你重写一切,而是只在你要动的地方动一下。

我们已经被"复制、粘贴、重排"这套流程折腾太久了,久到默认用 AI 处理文档就该是这样——久到每次让 AI 帮个忙,心里先做好返工的准备。一段文字被改好,本不该以牺牲整篇版式为代价。

一份排好的文档,本来就该在你改完之后还是它原来的样子;一台配置不差的电脑,本来就有能力把这些活儿在本地干完。缺的只是一个愿意把版式和数据都留在你手里的工具。

GenOffice 这类项目难得的地方,不在于它一口气做了六个编辑器,而在于它的克制——AI 只在你指定的地方动手,文件只在你自己的机器上留存。

上手试试,你可能会和我一样——再也回不去那个"让 AI 改两段话,先花半小时重排版式"的日子了。


你上一次为了用 AI 处理一份文档,是先折腾了多久的格式?评论区聊聊~

#AI办公 #开源软件 #本地优先 #效率工具 #软件推荐 #办公套件 #AI工具 #GenOffice


— END —

相关学习资料