GenOffice 实测:接上自己的 MiniMax,写完直接是能交付的 Word

我每隔几天就要交一份 Word。合同、方案、复盘、周报。

用 AI 写当然快，但写完那一下总有点别扭：它给你的是一段 Markdown，或者一个网页链接，复制到 Word 里还得再调格式、再排版、再看一眼有没有把表格搞坏。AI 明明会写，为什么不直接给我一个能发出去的 Word？

这个问题我搁了很久。上个月刷到一个叫 GenOffice 的开源项目，说法很直接：模型直接操作 Office 文件最复杂的底层格式，生成出来的东西是可编辑、可交付的 Word 和 PPT，不是 Markdown 凑合的。

Apache-2.0 协议，Genspark 八月初发布，两个多月攒了 1.1 万星。官方说法是一个工程师用一周做出来的。

我这次没看别人写的评测，自己装了一遍，从零跑通，然后把每个数字都记下来了。下面是四件我真踩过的事，和三个我核对过的结论。

（下面提到的所有版本、时间、token 数都是我自己这台电脑上跑出来的；凡是引用别人的数据，我都会写明出处。）

一、先说最扎心的：官方那个用法，劝你别碰

装它之前，我先看了别人的实测。极客公园那篇《实测 GenOffice Alpha 版》写得很实在：作者充值 Genspark 基础套餐，跑完一轮测试烧掉 22911 积分，折合将近 60 美元，并且直说"对于个人用户，这样的工作消费有些难以承受"。

这个数字是别人的，不是我测的，但它解释了一个我一开始没搞明白的问题：这个项目明明开源，为什么第一次打开时它先要你登录 Genspark 账号？

因为它的模型能力默认走 Genspark 自有的生态，按积分计费。

我的解法是：不走它，改成接自己的模型。我用的是 MiniMax 的接口，几条命令就能换掉。接完之后，一轮普通的写作请求在我这边是 276 个 token，1.4 秒返回。

二、换成自己的模型，第一个坑在"默认地址"上

GenOffice 内置了不少模型适配器，源码里能直接看到清单：DeepSeek、Kimi、智谱、千问、豆包、MiniMax、XAI、OpenAI……看上去很周全。

我把 key 填进去，点了发送，直接报错：

HTTP 401: invalid api key (2049)

原因不难找，但没人会告诉你：内置的 MiniMax 适配器，默认地址写的是国际站（api.minimax.io）。我用国内站的 key，当然对不上。

改一行就好。我用 GenOffice 自己的 provider 代码跑了三条路径，结果如下：

路径一：provider=minimax，地址用默认值（国际站）→ ❌ 401 invalid api key (2049)

路径二：provider=minimax，地址改成国内站 → ✅ 通，3.0 秒

路径三：provider=custom，选"OpenAI 兼容"自定义端点 → ✅ 通，2.0 秒

改地址这件事，在设置界面里是一个输入框；如果你走国内 key 又直接抄了官方文档，恭喜，会和我一样先撞一次 2049。

三、它真的把字写进了 Word，不是给我一段文字

装好之后我打开 AI Docs，界面就是一个完整的 Word 编辑器：文件、开始、插入、绘图、设计、布局、引用、邮件、审阅、视图，右边是纸面，左边是 AI 面板。

我让它写一段租房押金催款说明，条件是：第一句直接写清要退多少钱、什么时候给答复；不要客套话；缺的信息用（待填）标出来，不要编。

它写进去了。而且比我想得还细——它自己回头跟我说：全文约 160 字，留了 11 处占位项，还给我列了清单：押金金额、答复截止日期、签约日、房屋地址、租期起止、月租金、合同里的押金退还条款、退还期限、收到说明后的答复工作日数……

我核了一遍。文档自动落盘成一个 .docx，3893 字节。我用 python-docx 打开它（一个跟 GenOffice 完全无关的第三方库）：一个段落，187 个字，里面确实有 10 处"（待填）"，跟界面上看到的一致。

左边是 AI 面板，右边是它当场写进 Word 的正文；下面那串数字是这个面板自己记的 token 用量

顺带说一句：它把我的话听进去了。我要 120 字，它写了约 160 字，偏长；但"不要客套话""缺的信息标（待填）"这两条，它都照做了。

四、我最怀疑的那个卖点，验了，是真的

它宣传"字节级保留"，说法是：没改动的地方原样复制，不重排、不重写。这句话很容易是营销词，所以我做了个笨办法。

我拿一个带 4 个占位符的 Word 模板，让它把占位符填上，然后把两个文件的压缩包逐条拆开，一个部件一个部件比字节。

一个 .docx 本质上是个 zip，里面是 9 个部件。结果：

9 个部件里，8 个字节完全一致；只有真正被替换了内容的那一个 document.xml 变了；没有部件丢失，也没有多出来。

样式表、关系表、内容类型声明——这些"AI 手滑容易改坏"的地方，一个字节都没动。

五、但它有个坑，正好卡在最常见的地方

GenOffice 有个 merge 功能：做一个带占位符的模板，以后每次填值，不用重新排版。合同、周报、报价单，这个功能对打工人太有用了。

我试了两组占位符。

英文 key：{{landlord}}、{{tenant}}、{{deposit}}、{{refund_days}} → 4 个全部填上，0 个未解析。

中文 key：{{甲方姓名}}、{{押金金额}}、{{退还期限}}、{{维修完成时间}}、{{租期起止}} → 一个都没填上，5 个 key 全部闲置。

我去翻了源码，一行正则摆在眼前：

const PLACEHOLDER = /\{\{\s*([\w.-]+)\s*\}\}/g

JavaScript 的 \w 是 [A-Za-z0-9_]，不含中文。所以中文合同模板想用 merge，得先把占位符改成拼音或者英文。

这个坑不致命，但你要是拿它做每周要填的合同模板，会白折腾一下午。

六、最后说个真相：接自己的 key，不等于便宜

上面那张截图左下角有两串数字，是这个面板自己记的 token 用量。

我发出去的是一句话：写一段 120 字左右的押金催款说明。回来的时候，面板上写着 116.1k / 1.9k。

一次普通写作请求，光输入就 11 万多 token。因为这个应用每次都要带上巨量的系统提示和工具定义（它得告诉模型"怎么操作 Word 的 32 个动作"）。

也就是说：自接 API key 确实把"按积分计费"换成了"按 token 计费"，省下的是单价，不是总量。而"写 120 字要烧 11 万 token 的系统提示"这件事，是模型和应用的架构决定的，换个便宜模型也躲不掉。

官方那 60 美元和我的 11 万 token，其实是同一枚硬币的两面：钱都花在"让模型学会用 Office"这件事上。

七、谁适合，谁别碰

适合：

· 每天要交 Word/Excel/PPT 的人，尤其是想让 AI 改文档而不是给你一段话的人

· 已经用 AI 干活的人——它自带命令行和 MCP，能直接挂进 Claude Code、Cursor 这类工具里，让 AI 产出真正的 Office 文件（我这边注册成功，MCP 暴露 32 个工具，握手 0.1 秒）

· 在意文件出不出去的人：文档在你本机，模型只拿到你发的那部分

不适合：

· 需要多人实时协作、需要手机端、或者重度依赖宏和复杂 Excel 公式的人——它现在还是 Alpha，官方自己承认有 bug 和未实现的功能

· 中文模板重度用户：先记住上面那个占位符的坑

· 配置环境怕麻烦的人：它要 Node 24、要 Docker（表格那个模块要 Rust 编译），Windows 上还有几个默认路径不对的地方

八、我的三个真话

第一，它值得装，但别用官方那套计费。它的能力是真的（字节级保留我验过），但默认路径要你充值 Genspark 积分。自己接 key，三分钟配置，一轮 276 token。

第二，它的价值不在"又一个 Office"，在"AI 终于能交文件了"。我更看重的不是它那六个编辑器，而是它能挂进命令行和 MCP——让 AI 直接产出能交付的 docx，而不是一堆让你二次加工的 Markdown。这才是我原来想要的东西。

第三，别被"开源"两个字骗了成本。软件是 Apache-2.0，模型的钱还是要你自己付，而且一次普通写作请求 11 万 token 的系统提示，是躲不掉的架构成本。真要长期用，先算清楚这笔账。

附录：我这次走通的所有命令

留着，省得你再踩一遍我踩过的坑（国内装必须换源，不然会断流）：

git clone https://github.com/genspark-ai/genoffice.gitnpm install --registry=https://registry.npmmirror.comnpm run build -w @genoffice/clinode packages/cli/dist/genoffice.cjs create --type docx --from a.md --out a.docxnode packages/cli/dist/genoffice.cjs merge tpl.docx --data d.json --out out.docxnode packages/cli/dist/genoffice.cjs mcp install claude-code

Windows 上注意：bin/genoffice 是 shell 脚本，要跑 dist/genoffice.cjs；表格模块要 Rust，不会编就跳过；接国内 key 记得改 baseUrl。

下一篇我打算试 hermes-agent——同样是二十多万星，MIT 协议，装起来只要一条 pip 命令，而且它自带定时任务。到时候我把两边都跑一遍，出一张"该选哪个"的对照表。

（本文所有版本号、时间、token 数、字节比对结果均为本人实跑，原始记录在评论区置顶。数据可能随项目更新变化，你的环境以你自己跑的为准。）

老张的两个号，点名片就能关注