夜雨聆风学习资料网

ARTICLE · 1087410

办公文档,正在变成智能体的操作台

办公文档,正在变成智能体的操作台

假设有一份竞品报价表躺在内部系统里,37 行公式,其中 6 行引用错了工作表。你要的不是 AI 帮你写一段摘要,而是让 AI 直接把这 6 行改对,改完还能自己验算一遍。

今天多数办公软件做不到这一步。你只能手动复制、粘贴、重算,或者等云厂商把接口开出来。9 月下旬,开源项目 Univer 在 GitHub 上发布 v1.0.0,这个版本号挂到 GitHub 上的时间是 9 月 24 日。官方公告里写明,1.0 从 2026 年 4 月起开发,前后做了大约五个月。

它要解的就是开头那一幕。

文档不只是像素,是能被程序改的对象

Univer 1.0 的定位是「可编程的 Office SDK」。说白了,所谓文档运行时,意思是文档不再是一堆像素或者一段富文本,而是一个能被程序读写的对象。表格里有公式引擎、有单元格之间的依赖关系、有行列结构和权限;文档里有段落树和样式;演示里有页面和元素。

智能体拿到的不是截图,是可以直接改的数据,这一点差别很大。你把一张表格截成图交给多模态模型,它顶多告诉你「第 12 行的合计看着不对」。如果它拿到的是运行时里的结构,它可以直接定位到那个单元格,读出公式依赖,改掉引用,重算整个工作表,再回头检查结果。

这里有个术语要解释。官方管每一类编辑器对外开的那扇门叫 Facade API,可以理解成:你想改单元格、插入段落、加一页幻灯片,都从这扇门进去,不用去碰底层那些复杂的内部状态。

六个编辑器,三套 SDK

1.0 把六个编辑器收进了同一套 SDK,覆盖表格、文档、演示、白板、结构化数据和 PDF。

六个编辑器

Sheets 表格 · Docs 文档 · Slides 演示 · Boards 白板(图表与思维导图) · Bases 结构化数据(网格、看板、日历、甘特) · PDFs PDF 查看与编辑

六个编辑器共享同一套插件与命令系统,各自有各自的 Facade API。应用不必全装,按需挑几个就行。

三套 SDK

Web SDK:把编辑器嵌进你自己的界面,通过插件、主题和 Facade API,接上你的账号和业务数据。

Server SDK:把协作与文件转换接到自己的后端,用自己已有的身份、权限、存储和部署方案。

AI SDK:提供 TypeScript 能力来构建 Office CLI,让智能体和自动化读取、修改、检查文档内容,更新公式、生成图表,并对结果做视觉检查。

官方公告里举了一个典型用法:一个报表类应用里,Server SDK 负责 Excel 文件转换,Web SDK 提供表格编辑器,产品内的智能体用 AI SDK 读数据、更新公式、生成图表,并对结果做视觉检查。

Server SDK 的文件交换能力值得单独说。它能导入 XLS、XLSX、DOC、DOCX、PPT、PPTX,导出 XLSX、DOCX、PPTX,表格另外支持 CSV 和 TSV 的导入导出。转换可以直接跑在 Node.js 上,做批处理。

嵌入的做法也比较彻底。表格能嵌进文档,嵌进去之后照样能编辑单元格和公式;白板能嵌进幻灯片,绘图工具还在。被嵌入的文档保留自己的数据模型,按引用关联,各自单独保存。

移动端这边,Sheets、Docs、Slides、Boards、Bases 都补上了触屏编辑界面,工具栏、属性面板、导航和屏幕键盘都做了适配。桌面和移动共用同一套文档模型,不用两套逻辑。

为什么公式引擎这件事这么关键?因为表格里绝大多数活是引用与重算。你把一段公式当字符串搬走,它到新地方往往就废了;只有在运行时里,单元格之间的依赖是被引擎记住的,改一个输入,下游会自动更新。智能体要做的不是猜,而是照着依赖关系动手。

两条路线的分歧在哪

微软 Copilot 和 Google Workspace 走的是另一条路。它们的做法是把智能体塞进自家的云文档:你在浏览器里对着它说话,它在自己的服务器上改你的文件。对普通用户来说上手快,但你得接受两个前提——文档住在它的云上,模型用它挑的那个。

Univer 反过来,把文档做成一套开源 SDK,任何智能体都能读写。差异结论其实挺直接:如果你只是在自己账号里用 AI 改个表、写份文档,云厂商那套体验更顺;如果你在做产品,想把「AI 改表」变成自己应用里的一个能力,还要自己控制模型、身份和存储,那 Univer 这条路更合适。区别不在于谁更聪明,而在于文档归谁、模型能不能换。

对做产品的人意味着什么

用 Server SDK 加 AI SDK,可以在自己的产品里接上「AI 改表」,不用等云厂商开接口。文件转换可以直接跑在 Node.js 上做批处理——一批 Excel 丢进去,转成需要的形式,不需要常驻一台办公软件。

成本也得如实说。Server SDK 意味着协作、身份、权限、存储和部署都要自己接,这不是免费午餐,是实实在在的运维工作量。模型调用按量计费,批量转换吃 CPU 和内存。省下的是等接口的时间,付出的是自己兜底的功夫。

还有一点容易被忽略:这套东西是开源的,代码在 GitHub 上,模型和业务逻辑的边界由你自己划。云厂商的方案里,你能调的是它开出来的能力;这里你能调的,是文档本身。

一次破坏性升级

这个 1.0 是破坏性升级,不是平滑过渡。API 有删除也有改名,比如 createUniverSheet() 改成了 createWorkbook();Uniscript 被移除;presets 不再提供 UMD 构建;浏览器基线提高到 Chrome/Edge 88、Firefox 90、Safari 14.1、Electron 12。

0.25 系列从 1.0 发布起只提供一年安全更新。老项目想升,就得改代码;不想升,就得接受一年之后没有安全补丁。这个取舍没有中间选项。

回头再看开头那份报价表。它值不值得为它接一套运行时,取决于你是用户还是做产品的人。用户等云厂商把智能体塞进来,更省事;做产品的人把文档握在自己手里,更踏实。你更倾向把文档交给开源的运行时,还是继续等云厂商把智能体塞进来?评论区聊聊——也欢迎点个在看。

相关学习资料