夜雨聆风前几天发表了一篇文章，介绍安装Codex后必装的5个插件，很多小伙伴看了都表示在官方插件库搜不到。
这篇文章开始，先给大家搞一个售后服务。
具体为啥有些人会搜不到？我也说不上来，我只能把我已经下载好的打包给到大家。
老规矩，还是后台回复“插件”。
大家下载好后，放到.codex\plugins\cache\openai-primary-runtime 这个文件夹下面就行。
接下来是正文。
其实大家如果下载不到，也不用焦虑。
因为有备选方案，就是安装Claude推荐的office四件套skill。
而且经过我的测试，发现它比Codex的office插件好用很多。
拿xlsx举例来说吧。
Codex叫spreadsheets，我研究了一下它的运作方式，主要是通过写nodejs来实现。
Claude的skill叫xlsx，主要是写python来注入。
二者选择不同的语言，作为外行人不是很懂有什么区别。
我调用不同的skill做同一件事情，实际体验下来，xlsx做的更好一点。
主要体现在xlsx的表格的编排更加合理，该合并的合并，该突出的突出。
而spreadsheets对于复杂表格处理会杂乱，而且合并的单元格里面的内容都没有了。
具体就不给大家看了，我处理的那份文件不好公开，大家听我的就是了。中国人不骗中国人~
所以，我大胆得出结论，Claude的office skill做的更加优秀。
Claude office套件下载和安装方法
下载地址：https://github.com/anthropics/skills
主要下载下面四个，其他可以不用。
下载后，放入到你的skill库就行。（大家上Github有问题的话，在我上面发的那个安装包里我也已经把这四个skill放进去了。后台回复“插件”。）
简单介绍一下这四个skill的能力和边界
1. docx
docx 处理的是 Word 文档，也就是 .docx 文件。
它的核心原理是把 .docx 当成一个压缩包来处理。这个说法听起来有点离谱，但 Word 文档本来就是一堆 XML 文件打包在一起。AI 可以先把它解开，读取里面的正文、样式、批注、修订痕迹，再按规则改完重新打包。
新建 Word 时，它主要会用 docx-js 这类 Node.js 库来生成文档；读取和转换时，可能会用 pandoc、LibreOffice 或脚本去辅助处理。
它适合处理报告、方案、合同初稿、会议纪要、简历、模板文档这些比较正式的 Word 文件。尤其是标题层级、页码、表格、目录、页眉页脚这些东西，普通 AI 很容易写着写着就散架，docx skill 会更有章法一点。
但它也有边界。
如果一个 Word 文档用了很复杂的宏、嵌入对象、奇怪的模板控件，或者里面的排版高度依赖某个特定字体和本机环境，它就不一定能完全还原。老格式 .doc 也不能直接当 .docx 处理，通常要先转格式。
所以它最适合的是“规范文档处理”，不是修复各种历史遗留的奇怪 Word 文件。真遇到那种公司祖传模板，还是要多检查一眼，别太相信奇迹。
2. pdf
PDF 的麻烦在于，它看起来像文档，实际更像一张排好版的“纸”。所以处理 PDF 时，不能只问“里面有什么字”，还要看这些字是怎么摆的、表格边界在哪里、图片在哪里。
这套 skill 里会用到 Python 的 pypdf、pdfplumber、reportlab，也可能用命令行工具，比如 qpdf、pdftotext、pdfimages。如果是扫描版 PDF，还可能走 pytesseract 和 pdf2image 这类 OCR 流程。
这里要特别提醒一下：PDF 的能力边界非常明显。
如果 PDF 本身是文字版，也就是你能用鼠标选中文字，那提取内容、拆分合并、提取表格、加水印、填表单这些任务一般都比较适合。
如果 PDF 是图片转出来的，比如扫描件、截图拼成的 PDF，那就不是正常的文字提取了，只能走 OCR。OCR 能不能识别出来，取决于图片清晰度、倾斜程度、字体、表格线、背景干扰。模糊扫描件、拍歪的合同、盖章压字的文件，就别指望它百分百准确。
还有一点，PDF 里的表格提取也经常不完美。因为很多 PDF 的表格只是视觉上像表格，底层并没有真正的单元格结构。AI 能尽量还原，但不保证每个合并单元格、换行、跨页表格都能完整识别。
所以 PDF 适合做资料读取、内容抽取、合并拆分、基础加工。涉及扫描件、票据、复杂表格时，一定要人工验一遍。
3. pptx
PPT 跟 Word、Excel 都不一样。Word 重结构，Excel 重数据，PPT 重视觉。你让 AI 做 PPT，最大的问题不是“能不能写内容”，是“打开以后像不像人做的”。
这套 pptx skill 的思路也比较清楚：读取时可以用 markitdown 提取文字，分析时可以把幻灯片转成缩略图，编辑时会拆开 PPT 的 XML，必要时用 LibreOffice 和 Poppler 把 PPT 渲染成图片检查。新建 PPT 时，则会用 pptxgenjs 这类 Node.js 工具。
我觉得它比较好的地方，是它不只强调“生成”，还强调“检查”。比如文字有没有溢出，元素有没有重叠，占位符有没有删干净，颜色对比够不够，这些都是 PPT 真正会翻车的地方。
但 PPT 的边界也很明显。
AI 做 PPT 还有一个天然问题：审美发挥不固定。有时候它能做得像模像样，有时候又会突然回到“标题加五个项目符号”的原始时代。这个时候不要生气，继续让它按图片检查结果修。PPT 这东西，本来就很少一遍生成就能交差。
4. xlsx
xlsx 处理的是 Excel 和表格文件，比如 .xlsx、.xlsm、.csv、.tsv。
它的核心工具链主要是 Python。数据分析和清洗通常用 pandas，Excel 文件读写、公式、样式、合并单元格这些一般用 openpyxl。如果涉及公式计算，还会用 LibreOffice 重新计算一遍，并检查有没有 #REF!、#DIV/0!、#VALUE! 这些错误。
这一点很关键。
普通 AI 做表格，很容易把结果算死，直接把数字填进去。但一个真正能用的 Excel，应该保留公式。比如后面你改了基础数据，汇总、比例、增长率也应该跟着变。Claude 这个 xlsx skill 里面明确强调尽量用 Excel 公式，而不是用 Python 算完以后硬写死。
这也是我为什么觉得它比 Codex 的 spreadsheets 更顺手。它不只生成一个看起来像表格的文件，更接近“可继续编辑的 Excel”。
它适合做数据清洗、统计表、财务模型、项目台账、预算表、报价表、图表、公式检查这些工作。
边界也有。
如果 Excel 里有复杂宏、外部数据连接、受保护工作表、特别复杂的透视表，AI 不一定能完整维护。尤其是 .xlsm 这种带宏的文件，处理数据和格式可以，但宏逻辑不要指望它完全理解和保留。
还有一种情况是原表本身特别乱，表头横跨好几行，合并单元格到处飞，备注写在数据中间。这种表不是不能处理，但 AI 也需要先判断结构，清洗出来以后最好再人工看一眼。毕竟 Excel 最可怕的地方，就是错一个单元格，后面所有结论都是错的。
使用时的一点小建议
这四个 skill 的使用方法确实没什么好讲的。安装好以后，在任务里点名或者让 AI 自动识别文件类型就行。真正要注意的是下面几点。
第一，不要把它们当成魔法。它们只是让 AI 有了更清楚的工具调用流程，不代表所有文件都能完美处理。
第二，第一次运行时可能会创建依赖和临时文件。比如安装 Python 包、Node 包，或者调用 LibreOffice 做格式转换。这些都是正常现象，不是电脑中毒了，别紧张。
第三，重要文件一定要备份。尤其是合同、财务表、正式汇报 PPT，不要直接在原文件上让 AI 动手。先复制一份出来让它改，确认没问题再用。
第四，结果要验收。Word 看格式，PDF 看识别准确率，PPT 看有没有文字溢出和元素重叠，Excel 看公式和关键数字。AI 可以帮你省很多时间，但最后那个点头的人还是你。
最后
Workbuddy也有office的处理skill，而且各种skill库分享的office skill层出不穷。
建议只用这四个，然后无论使用什么工具，都调用这四个。不用乱调用，这样生成的内容不稳定，反而怪到工具头上，工具和模型要背“好大一锅”。
以上就是这次的分享。装好以后可以先拿一份不重要的文件试试，别一上来就拿老板明天要看的汇报练手。要是觉得有用，记得点点赞或加个关注，也欢迎留言交流一下使用心得。
