全球首个开源 AI Office 套件,让 Claude Code 直接读写 Word/Excel/PPT

大家好，我是Bite。

大家应该经常遇到这些情况，改一份周报，动了一个数字，整页排版全乱。因此也产生了现在国内各大厂商聚焦AI办公的战斗。后来发现用AI 写文档，情况更微妙。模型给你一段漂亮的 Markdown，你还得手动搬进 Word 里重新排版。它压根不知道你那份文件长什么样，需要怎么排版。

今天要分享的一个开源项目叫：GenOffice 想解决的正是这个问题。10,849 Star，2026 年 7 月底才建仓，三个月破万。

一句话说清它是什么

一个开源的 AI 办公套件：Docs、Sheets、Slides、PDF、HTML、Markdown 六个编辑器装在一个 App 里，每个都配一个能直接改文件的 AI 面板。

它自称全球首个全功能开源 AI Office 套件，这个说法来自官方，我没法替它验证全球首个，但六合一 + 原生格式 + 内置 AI agent 这个组合，确实不多见。

关键差异在：AI 不是侧边聊天框，是能动手改稿的编辑。

你让它改一段，它读完文件、改完、告诉你动了哪几块，还能一键回滚。

三个我觉得最值钱的点

1 · 只重写你改过的部分

这句话听着像营销词，但它有实现依据。

官方文档里写了保存流程：打开文件时先按 hash 归档原件，把 word/document.xml 解析成块树，每个块都锚回原始 XML；保存时只把改动过的重新生成 OOXML 片段，拼回原文档，其余 zip 条目逐字节复制。

所以你在 Word 里打开它，样式、批注、页眉页脚、图表都还在。它不是导出成 Word，是直接改 Word。

这张图的重点：左边 AI 面板在逐步汇报先读哪些块、插在哪，右边文档被真正改动，底部有回滚按钮和 Track changes 开关。

2 · 表格里是活公式，不是粘贴的数字

这一点我看了两遍才确认。

让 AI 做个按区域、按品类的营收汇总，它建了一张 Summary 表，用的是 SUMIF 公式引用 Orders 原始数据，还顺手插了柱状图，底部标着Applied 43 changes和一个 Undo。

也就是说源数据一变，汇总表自己重算。这跟AI 给你一张截图般的死表是两回事。

3 · 它让 coding agent 学会了做 Office 文件

这是我个人最想试的部分。

GenOffice 自带一个 genoffice 命令行和一个 agent skill。

装完之后，Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Windsurf 这 7 款都能直接用。能做的事包括创建、转换、读写真实的 Office 文件，不用打开窗口。

装法有三种：设置页里一键写入、下载 zip 上传到 claude.ai、或者 npx skills add genspark-ai/genoffice。

它凭什么敢这么做

我最开始以为它内置了一个模型在跑。翻完官方文档才发现不是。

原话是：genoffice 内部不做任何模型调用。agent 负责想，CLI 负责建和校验。

这个分工挺聪明。CLI 提供的是可检查的构建流水线：

genoffice info report.docx --json      # 读出结构和块genoffice convert report.md --to pdf   # 本地格式转换genoffice docs read report.docx --range 0-9 --jsongenoffice docs apply --ops edits.json  # 改完写回genoffice render report.docx --out shots/   # 每页渲染成 PNG

最后那条 render 是关键：agent 能把自己做出来的东西渲染成图片，回看一遍。做 PPT 时还有 slides check、slides audit 逐页查溢出和重叠。

等于给 agent 装了眼睛。不用人肉盯，它自己就能发现这页文字压住了图表。

另外它的 PDF 能力也不是云端跑：PDF 转 Word 用的是 PDFium 字符级提取加几何版面分析，扫描件调系统 OCR，全程本机。PDF 编辑是改写页面内容流并保留原字体，不是盖一层白块再打字。

安装与配置

最省事：去 genoffice.ai 或 GitHub Releases 下安装包。macOS（Intel/ARM）、Windows（x64/ARM64）、Linux（deb/rpm/AppImage）都有，当前版本 v0.12.29。

想配自己的模型：设置里能选 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、豆包、MiniMax、Grok、Mistral。

也能填任意 OpenAI 兼容端点，本地模型同样可以。不想配就登录 Genspark，开箱能用。

想让 agent 干活的：

npx skills add genspark-ai/genoffice# 新开一个对话，直接说"帮我把这份 notes.md 做成周报 docx"

一个真实的细节值得提：我打开一张官方截图，底部状态栏写着Missing document fonts: Calibri (substitutes shown)。

说明它遇到系统没装的字体会替换并提示你，而不是悄悄换掉。这种小地方比功能列表更能说明工程态度。

一句话生成 PPT，长这样

下面这个动图是官方文档里的真实录屏：给一句话，AI 在左边规划叙事线，右边的幻灯片一张张出现在画布上。

注意它是画到画布上而不是导出一堆图片。生成完还能接着改每一页，因为底层是真正的 .pptx。

我的建议

如果你只是想找个免费 Office 替代品，说实话 LibreOffice 更成熟，功能也更全，GenOffice 现在的定位还不至于让你立刻卸载它。

但如果你符合下面这几种情况，值得花半小时试试：

• 经常被AI 写的 Markdown 搬进 Word折磨的人：这条链路它打通了
• 已经用 Claude Code / Cursor 干活的人：让 agent 直接产出 .docx/.pptx，比它写一段 Markdown 让你手动粘贴强太多
• 在乎文件不能上传云端的：编辑、转换、保存全在本机，只有 AI 调用出网
• 要处理 PDF 又不想买会员的：本地转 Word/Excel/PPT 是免费的

存在的问题

许可证有个例外。主体是 Apache-2.0，但 ee/ 目录是留着做企业模块的，走 GenOffice Enterprise License。

这是开源核心 + 商业模块的常见套路。不影响你自己用，但别以为整个仓库都是 Apache-2.0。

商标不跟着开源走。官方文档明确写了：GenOffice 和 Genspark 的名称、logo 是 Mainfunc 的商标，Apache-2.0 不授权使用，fork 要换自己的品牌。想二次分发或做衍生产品的，这条必须先看清楚。

byte-preserving 有边界。issue 区里 #524 提到：带 track changes 的文档，docs apply 会把没改动的段落也重新生成，<w:proofErr> 这类标记会丢。

另一条 #2086 是接受移动修订时误删了未改动文本。核心场景没问题，但你的文档如果修订标记很重，改完记得对比一遍。

老 .xls 别直接转。#2017 报告 .xls 转 .xlsx 时相对区域引用会偏掉约 14,700 列，3D 引用也会落错位置。老财务表建议先在 Excel 里另存一遍。

只能装在电脑上。issue 区里问 Web 版的人不少（#5、#163），官方目前没做。手机、平板、Chromebook 都用不了。

官方构建默认带使用统计。官网 FAQ 自己写了：官方版本默认发送有限的使用统计，可以在设置 → 通用里关掉。介意的话第一件事就去关。

ODF 是只读的。.odt/.ods/.odp 能打开、能编辑，但保存写的是 OOXML，不会写回 ODF。

个人观点

这个项目最值得称赞的地方不是AI能改文档，而是它选对了战场：不去跟 Word 拼功能，去解决AI 和真实文件之间那道墙。

过去一年，AI 写内容的能力早就比较完美了，卡住的是最后一公里。它生成的东西落不进你工作流里的文件格式。GenOffice 用 byte-preserving 和 CLI 把这一公里修了。

客观的来说，它现在还不是一个成熟的 Office 替代品。功能覆盖、稳定性、生态，跟微软和 LibreOffice 都不在一个量级，75 个 issue 也说明它在爬坡。

但它抓住的那个场景是真需求：你要的不是一个更好的编辑器，而是让AI直接在我要交的文件上干活。这个需求，桌面 Office 没解决，在线文档解决了一半，它解决得比较彻底。

至于全球首个全功能开源 AI Office 套件这个说法，我的态度是：品类卡位确实抢到了，但首个这种词，读者自己判断就好。三个月一万星，说明大家确实在等这么个东西。确实可以安装一个试试，看看怎么个事儿。

Github开源地址： https://github.com/genspark-ai/genoffice