GenOffice:免费开源的 AI Office,还能接进你的智能体

一开始我没抱太大期望。这两年打着「AI 办公」旗号的项目太多了，点进去十有八九是网页编辑器旁边硬塞一个聊天框：你在左边写文档，它在右边陪你聊，聊完给你一段文字，你自己复制、粘贴、调格式。这不叫 AI 办公，这叫「把 ChatGPT 开在隔壁」。但是，GenOffice 不太一样。它的 AI 不是一个坐在旁边提建议的顾问，而是一个能直接伸手进文件里改东西的编辑——改完告诉你改了哪几处，不满意一键撤回。

GenOffice 开源项目目前在 GitHub 上 1 万多 Star、1200 多个 Fork，Apache-2.0 协议，TypeScript 写的，macOS / Windows / Linux 全平台都有安装包。

下面展开对它进行简单介绍一下，文章后面也会给出如何在 Windows 上装好，再把它接进你正在用的 AI 编程工具里。

1. 它凭什么不一样

1.1 原生格式，字节级保留

打开一个 .docx 文件，GenOffice 先按 hash 把原文件存档（从此不再改动），把 word/document.xml 解析成块树，每个块锚定到自己那段原始 XML。保存时，只有你真正改过的块会被重写，其余部分逐字节原样写回，zip里其他条目直接拷贝。

结果就是：你改一段话，文件拿到 Word 里打开，批注、修订、公式、墨迹、双栏排版、出血图，全都还在。.xlsx 和 .pptx 同理。

1.2 AI 的改动是可审阅的

每一轮 AI 操作都会留下可回滚的快照；打开「修订」模式，AI 的改动以 Word 风格的修订痕迹呈现，哪里删了、哪里加了，一清二楚。

Sheets 里更明显：你让它做汇总，它新建一张表，写进去的是真正的 SUMIF 公式，不是把算好的数字粘进去；43 项改动作为一个批次一次应用，一个撤销键全部回退。

1.3 本地优先

打开、编辑、保存、格式转换全在本机。PDF 转 Word / Excel / PPT 用的是本机 PDFium 字符级提取 + 基于几何的版面分析，不上传、不排队；扫描件走系统 OCR。

PDF 编辑也是真的在改文字——用原始字体重写页面内容流，而不是拿白色方块盖住原文再写新的。

唯一的联网部分是 AI 调用本身，而且发给你自己选的服务商。

2. 六个应用

3. Windows 部署

第 1 步：下载安装包

打开 Releases 页面(https://github.com/genspark-ai/genoffice/releases)，按你的机器选：

• 绝大多数 PC：GenOffice-<版本>-x64.exe

• 骁龙 X 等 ARM 机型：GenOffice-<版本>-arm64.exe

系统要求：Windows 10 及以上。官方说明 Windows 安装程序已签名。

第 2 步：安装并首次启动

双击 exe，按向导走完。首次启动会问你要不要登录 Genspark——可以先跳过，用「自带密钥」也行。

第 3 步：确认命令行工具在不在

GenOffice 安装时会带一个 genoffice 命令。打开 PowerShell：

genoffice --versiongenoffice help

如果提示「无法识别」，说明没进 PATH。去 设置 → 集成，那个页面会打印出本机 CLI 的完整路径——复制它，两种用法(PowerShell执行)：

# 用法一：直接用完整路径（路径以设置页显示的为准）& "C:\Users\<你的用户名>\AppData\Local\Programs\GenOffice\resources\cli\genoffice.cmd" --version# 用法二：把所在文件夹加进用户 PATH，然后重开终端$dir = "C:\Users\<你的用户名>\AppData\Local\Programs\GenOffice\resources\cli"[Environment]::SetEnvironmentVariable("Path", $env:Path + ";$dir", "User")

上面的路径是常见安装位置，请以设置页实际显示的为准，不同版本可能不同。

第 4 步：让 CLI 认识你的文件

编辑是原子性的，被拒绝的操作不会改坏文件。先拿一个副本试：

genoffice info .\report.docx --json        # 看结构：标题、段落块genoffice render .\report.docx --out .\shots\   # 每页导一张 PNG，肉眼验收genoffice open .\report.docx               # 交给编辑器打开

第 5 步：配 AI

设置 → AI 里二选一：登录 Genspark（免配置），或填自己的 key。国内用户可直接选 DeepSeek、Kimi、GLM、Qwen、豆包、MiniMax，也可以选「自定义」填任何 OpenAI 兼容端点。

第 6 步（可选）：开本地 MCP 服务

在 设置 → 集成 → MCP 里打开「本地 HTTP 服务器」，地址是：

http://127.0.0.1:3093/mcp

默认是关的。打开它，智能体就能在一个可见的编辑器标签页里实时写文档，你亲眼看着它成形——这个后面第 4 部分会用上。

4. 接入智能体：Claude Code / Codex / Cursor / DeepSeek Harness

GenOffice 提供了两条路，选一条就行：

• 路 A · stdio（推荐）：智能体自己拉起 genoffice mcp 子进程，GenOffice 应用不用开着。

• 路 B · HTTP：连 127.0.0.1:3093/mcp，需要打开 GenOffice 并开启本地服务器，好处是能看见文档成形。

两条路都是 29 个工具：info、convert、create_docx/xlsx/pptx/pdf、docs_read/docs_apply/docs_check、sheet_*、slides_*、render、search、image、media，外加分阶段的 deck_start → deck_page → deck_build → deck_replace。

4.1 Claude Code

stdio 方式，一行命令(PowerShell)：

claude mcp add --transport stdio genoffice -- genoffice mcp

Windows 上要注意：裸 .cmd 有时拉不起来，用 cmd /c 包一层最稳：

claude mcp add --transport stdio genoffice -- cmd /c "genoffice mcp"

验证是否接入成功：

claude mcp list

进会话后问它「列出你能用的 genoffice 工具」，能看到工具清单就通了。

4.2 Codex

Codex 走配置文件。编辑 %USERPROFILE%\.codex\config.toml，编辑config.toml文件，写入下面内容：

[mcp_servers.genoffice]command = "cmd"args = ["/c", "genoffice", "mcp"]

如果 genoffice 不在 PATH 上，command 就直接写完整路径（注意 TOML 里反斜杠要转义，或改用正斜杠）：

[mcp_servers.genoffice]command = "C:/Users/你的用户名/AppData/Local/Programs/GenOffice/resources/cli/genoffice.cmd"args = ["mcp"]

存盘后重启 codex，会话里让它「用 genoffice 做一份周报 docx」试试。

4.3 Cursor

全局配置放 %USERPROFILE%\.cursor\mcp.json，或项目内放 .cursor\mcp.json，编辑 mcp.json 文件，写入下面内容：

{  "mcpServers": {    "genoffice": {      "command": "cmd",      "args": ["/c", "genoffice", "mcp"]    }  }}

打开 设置 → MCP，能看到 genoffice 亮绿灯就是接上了。Cursor 的 Agent 模式里直接说「把这份 md 转成 pptx，十页」即可。

4.4 DeepSeek Harness（DSH）

DSH 的 MCP 是插件化的，走一个「patch 文件」覆盖层。新建一个 genoffice.cordis.yml，写入下面内容：

# 让 DSH 通过 stdio 拉起 genoffice MCP- insert:    - id: genoffice-mcp      name: '@deepseek-ai/dsh-mcp-client'      config:        serverName: genoffice        transport: stdio        command: cmd        args: ['/c', 'genoffice', 'mcp']        cwd: !!js process.cwd()

然后启动时带上它(PowerShell）：

dsh web --patch "E:\path\to\genoffice.cordis.yml"

想长期生效，把这段 insert 合并进用户 patch 层（别覆盖已有文件，里面可能还有别的配置）：

• 只对某个 profile 生效：$DSH_HOME/profiles/<name>/cordis.patch.yml

• 对本机所有 profile 生效：$DSH_HOME/cordis.patch.yml

其中，$DSH_HOME 默认是 ~/.dsh。

当然，也可以走 HTTP，省掉 stdio 的 Windows 兼容问题（记得先在 GenOffice 里开本地服务器）：

- insert:    - id: genoffice-mcp      name: '@deepseek-ai/dsh-mcp-client'      config:        serverName: genoffice        transport: streamable-http        url: http://127.0.0.1:3093/mcp

接好后工具名会以 mcp__genoffice__<工具> 的形式出现。DSH 里还有一条更轻的路子：把 GenOffice 的 skill 放进项目的 .dsh/skills/ 目录，让它按 skill 的说明去调 genoffice 命令——不过对文档类任务，MCP 通常更省心。

4.5 其他 MCP 客户端

Gemini CLI、Claude Desktop、GitHub Copilot、OpenCode、Windsurf 等，凡是支持 MCP 的，配置形状都一样

{ "mcpServers": { "genoffice": { "command": "cmd", "args": ["/c", "genoffice", "mcp"] } } }

4.6 顺带说说 skill（另一条路）

除了 MCP，GenOffice 还带一份 agent skill，教智能体「什么时候该调 genoffice、编辑前先怎么读文件、怎么自查成果」。三种安装方式：

skill 和 MCP 可以共存，让智能体自己挑。

4.7 它们实际会干什么

官方演示里的太阳系 PPT，一句「做一份关于太阳系的八页演示文稿」之后，智能体跑的是这一串：

genoffice guide slides designgenoffice image "八大行星排成一列…" --aspect 16:9 --out deck/assets/cover.jpggenoffice slides check deck/outline.json --jsongenoffice slides check deck/pages/01.json --jsongenoffice create --type pptx --spec deck/pages --outline deck/outline.json --out deck/solar-system.pptxgenoffice slides render deck/solar-system.pptx --out deck/shots --jsongenoffice slides audit deck/solar-system.pptx --json

注意 render 那步——它把每页渲染成 PNG 回传给模型，让模型自己看自己做的幻灯片有没有问题，再 slides replace 修掉不满意的那几页。

关键是：genoffice 内部不发起任何模型调用。思考是智能体的事，构建和检查是 CLI 的事，最后的产物是一份普通 .pptx，PowerPoint 里照常能开。

5. 模型怎么接？国内用户看这段

第一条，登录 Genspark，零配置。 模型调用走它的代理（Claude、GPT、Gemini 系列），附带网页搜索、图片生成、图片/音频/视频解析。

第二条，自带密钥。 支持 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、豆包、MiniMax、Grok、Mistral、OpenRouter、Requesty、OpenCode Zen/Go，另有一个自定义槽位，可填任何 OpenAI 兼容端点——包括本地跑的 Ollama、vLLM、LM Studio。

也就是说，国内用户完全可以走「DeepSeek 或 Kimi 的 key + 本地模型兜底」，成本可控，数据也基本不出门。

搜索和媒体能力是分开配的：网页搜索可选 Serper 或 Tavily，图片生成和解析可选 OpenAI、Gemini、豆包/Seedream、GLM、Grok、Qwen、MiniMax 等。

最后，想要表达的是：AI 面板必须联网（编辑、转换、PDF 处理倒是全在本机）；AI 生成的内容要自己复核——官方 SECURITY.md 里专门写了针对 AI 生成内容的威胁模型，翻译过来就是别把输出直接当终稿；默认有匿名统计，介意就去「设置 → 通用」关掉。它当然还不完美，但在「免费的 AI Office」这个位置上，目前是完成度最高的那一档——大多数同类产品只是在旧工作流外面糊了一层聊天窗口，而它把 AI 放进了编辑器内核，同时保留了人类说「不」的权力：快照、修订痕迹、diff、一键回滚，都是同一个信念的产物。

项目地址：

• GitHub：https://github.com/genspark-ai/genoffice

• 官网：https://genoffice.ai/

今天的文章写到这里就结束了，如果有问题，可以公众号留言哈。看到消息，我会发个您。如果本文对你有帮助，麻烦给个关注，一起💪！