1年,从0到1,深耕AI Word领域:我们做了款WPS“平替”

趣谈AI精选：《最系统的AI开发学习精品手册》
徐小夕

先上一个我们 AI Word 协同文档的最新成果：

这是一张带复杂表格的 Word 文档，解析到 JitWord 协同AI文档中的效果，基本上 1:1 还原。

回到主题，我们为什么要做WPS的平替产品

作为一名有近10年B端产品研发和设计经验的创业者，我接触过太多的企业，对办公文档软件有私有化，本地化部署的需求。

同时结合这两年AI发展的趋势，我把需求点总结为一句话：

“有数据安全和智能化需求的企业（政府，军工，金融，工业制造），普遍需要一款能在线编辑Word、支持多人实时协作、还能用AI辅助写公文的系统，要私有化本地部署。”

我花了一个月时间，调研了市面上所有主流方案：

WPS：功能强大，但私有化部署成本极高，二次开发几乎不可能
开源方案（OnlyOffice/Luckysheet等）：协同体验差，中文排版兼容性问题多，AI能力弱
自研路线：前端要重做Word渲染引擎，后端要处理OT/CRDT协同算法，还要接大模型...

"既然没有现成的，那就自己造一个。" 就这样，JitWord 项目启动了。

话不多说，先上链接：

sdk使用: https://github.com/jitOffice/jitword-sdk

体验地址：https://jitword.com

创业历程：3个架构师，365天，踩过的那些坑

第1-3个月：证明"这件事能做"

最开始团队只有3个人：我负责架构，一个前端 specialist，一个后端架构师，基本上在大厂都有丰富的研发经验。

我们第一个要攻克的问题是：如何在浏览器里精准还原Word文档？

Word 的 docx 格式本质上是一组XML文件的ZIP包，里面涉及：

段落样式（Styles）
编号列表（Numbering）
表格嵌套
页眉页脚
复杂格式（分栏、文本框、首字下沉...）

我们花了整整6周，写了一个可扩展的高精度 docx 解析引擎，能把复杂公文、标书、论文的排版还原度做到 95%以上。

具体实现方案我在之前的文章中有详细的介绍，大家可以参考一下：

一个普通Word文档，为什么99%的开源编辑器都"认怂"了？我们选择正面硬刚

比如对于红头公文，我们解析的效果如下：

还有一种更复杂的格式，标题有压缩字体，如下：

遇到这种场景，市面上 99.9% 的开源文档编辑器基本就“放弃治疗”了。我们最开始也打算忽略这种场景，但是后面实在压不住客户的压力，花了一个月时间，把这个问题攻克了，下面是我们解析这种 Word 文件的效果：

大家可以看到，基本上 99% 的还原度，这依赖于我们研发的字体解析渲染算法：

JitWord 从底层重新设计了排版引擎，原生支持 GB/T 标点压缩、分散对齐、字符缩放、网格行距等专业排版特性，并实现了与 Word 格式的高保真双向互转。

第4-6个月：协同编辑 + 版本管理，从"能用"到"好用"

文档渲染搞定了，下一个硬骨头是多人实时协同。

我们调研了两种技术路线：

OT（Operational Transformation）算法：Google Docs在用，理论上比较成熟，但是实现相对复杂，冲突处理容易出现 bug
CRDT（Conflict-free Replicated Data Type）：去中心化方案，成本低，但性能开销大

最终我们选择了"改良型CRDT + 心跳同步"的混合方案：

操作粒度细化到字符级
引入版本向量解决并发冲突
本地优先（Local-first）架构，弱网环境下也能流畅编辑

我总结了一下我们现在的协同实现方案的架构设计，大家可以参考一下：

对于冲突解决，其实设计到很多策略上册设计，我简单分享一下冲突策略的设计：

冲突类型	解决策略	说明
同位置插入	时间戳优先	较早的操作优先执行
同内容删除	幂等处理	重复删除操作被忽略
格式冲突	最后写入胜出	最后的格式设置生效
结构冲突	智能合并	基于语义的智能合并

在文档中，既然支持了协同编辑功能，一个“挥洒不去”的坑就是版本管理能力。

在设计并实现文档的版本管理功能时，我们也花了大量的时间，下面就和大家分享一下我们的实现方案。

这里分享一个企业级的需求场景：

客户不仅需要能看到版本历史记录，还想看到不同版本的对比差异，并能一键回退。

没错，我们也遇到了这样的客户，对文档审计的要求很高，所以我们几乎花了1个月时间，来实现这一个功能，最后终于实现了版本差异对比能力：

上图可以看到，文档的每一个版本都能溯源，我们不仅知道是谁编辑的，还能看到编辑的差一点在哪。

这个功能其实在数据安全（内容审计）要求比较高的企业中，非常实用。

下面分享一下我们版本管理存储的数据结构：

{  "documentId": "doc_123456",  "versions": [    {      "id": "v_001",      "title": "初始版本",      "description": "文档创建",      "content": {...},      "author": "user_001",      "isAutoSave": false,      "createdAt": "2024-01-01T10:00:00Z",      "metadata": {        "wordCount": 1500,        "characterCount": 8000,        "changesSinceLastVersion": 150      }    }  ]}

大家可以参考一下，至于版本管理的对比算法，我们采用了 Myers 差分算法 进行版本内容对比，流程如下：

文本级对比
基于字符和单词的精确差异识别
结构级对比
识别段落、标题、列表等结构变化
样式级对比
检测格式、颜色、字体等样式变化
组件级对比
图表、表格等复杂组件的变化识别

大家如果想有一个更直观的感受，也可以直接线上体验我们的 JitWord 协同AI文档：

sdk使用: https://github.com/jitOffice/jitword-sdk

体验地址：https://jitword.com

第7-9个月：AI能力不是"锦上添花"，是"刚需"

做到这个阶段，JitWord 已经是一个"能用的在线Word"了。但后面我们的客户又问了一个灵魂拷问：

"你们和WPS的区别是什么？"

我们的答案是：AI原生。

从底层架构设计上，我们遵循了 AI Native 的产品设计理念，预留了AI扩展点：

AI续写：基于上下文语义，一键生成公文段落
AI排版：自动识别文档类型（通知/报告/函件），应用对应模板
AI纠错：错别字、语法、政治用语规范检查
公式解析：支持LaTeX实时渲染，科研论文一键导出Word

同时，对于企业比较关注的合同和公文，我们也实现了专门的公文 Agent，可以给一个公文模版，AI 就能快速基于模版创作公文，如下：

JitWord 的AI不是简单调用AI模型 API，而是构建了"通用能力+垂直领域"的双层架构：

用户输入    ↓意图识别模型 (Intent Classifier) ──→ 公文/论文/标书/通用写作    ↓领域知识库检索 (RAG) ──→ 模板匹配 + 规范校验    ↓大模型生成 (LLM) ──→ 内容生成 + 润色优化    ↓后处理引擎 ──→ 格式标准化 + 排版美化

当然大家还能对AI能力进行进一步的扩展，实现更有价值，符合企业自身产品的AI能力。

第10-12个月：打磨"最后一公里"

最后三个月，我们死磕了如下难啃的“骨头”：

Office文件预览：支持将OFD，Docx，PDF，Excel等文件嵌入文档
修订模式：完整的"批注+修订+接受/拒绝"工作流，满足公文审签场景
目录大纲：可拖拽、可展开收起的智能目录，长文档导航效率提升10倍
国产化适配：兼容主流浏览器和国产服务器，全面支持信创环境
附加价值：表格 + 思维导图多人协同功能支持

下面我会一一介绍上面提到的几个核心能力。

Office文件预览

我们在 JitWord 编辑器的导入菜单中，可以看到我们支持导入的文件类型，有：Word，HTML，JSON，Markdown，Excel，OFD，PDF等。

下面是一个导入 Excel 的案例：

审阅 & 修订模式

在 Word 功能中，我个人认为修订模式是最复杂的，需要记录编辑者的修改记录，并对内容的不同操作（增，删，改）进行不同颜色的高亮编辑，同时还能接受“修订”或者取消“修订”，这个功能对文档API操作需要非常熟悉，并设计一套高效的方案。

好在，花了近一个月的时间，我们实现了这个功能：

更强大的是，我们支持把 Word 文档中的修订记录，一键解析到 JitWord 文档中，实现 Word 和 JitWord 的双向“互通”。

大家感兴趣的可以参考体验一下：

体验地址：https://jitword.com

可拖拽、可展开收起的目录大纲

这个功能可以帮我们快速定位到长文档的位置，同时可以高效的调整整块内容段落的位置。

比如我有一个1w字，200个段落的文章，传统的Word文档如果想调整章节的顺序，只能现定位到需要调整的段落，然后剪切，粘贴到指定位置。但是在JitWord 协同文档中，我们可以直接拖拽左侧的文档大纲目录，就可以轻松实现文档段落的自动调整位置。

国产化适配

最近两年国产化软件的趋势越来越明显，很多政企项目都需要支持国产信创环境，于是我们也花了大量的时间做国产环境适配和测试，目前测试下来我们在国产的华为鲲鹏服务器，奇安信，360等的最近几个版本的浏览器能正常使用。

当然我们还在持续迭代优化，打造更高精度，更可靠，更智能的AI协同文档系统，让个人和企业能更低成本将传统 Office “搬到”线上。

附加价值：表格 + 思维导图的多人协同编辑能力

我们基于我们设计的协同编辑方案，又实现了在线 Excel 的协同编辑功能，最近也实现了思维导图的协同编辑，如下：

产品功能对比：JitWord vs WPS

我总结了一个对比表，供大家参考：

功能维度	WPS Office	JitWord	说明
在线协同	支持（需登录WPS账号）	支持（私有化部署，数据不出域）	JitWord支持完全内网部署
AI写作	WPS AI（会员功能）	AI公文助手/论文助手（内置）	JitWord针对中文办公场景深度优化
数学公式	公式编辑器	LaTeX实时渲染+Word导出	科研场景更友好
目录可拖拽调整	不支持	支持	目录和内容双向更新
修订模式	支持	完整支持（批注+修订+审签）	满足公文流转场景
二次开发	封闭生态	提供SDK/API	可嵌入任意业务系统
国产化适配	有信创版	支持（浏览器+服务器）	从芯片到操作系统全链路适配
部署成本	SaaS订阅/高价私有化	低成本私有化/源码授权	适合中小企业和政务客户

核心价值复盘

我从四个维度来分享一下 JitWord 对比 WPS 来说，体现的价值点：

1. 数据主权

WPS 的在线版数据存储在金山云
JitWord 支持完全私有化部署，数据留在客户服务器

2. 深度定制

WPS是封闭产品，无法二次开发
JitWord提供SDK+API，可嵌入OA、ERP、CRM等任意系统

3. 场景垂直

WPS 是通用办公工具
JitWord 深耕公文写作、科研论文、招投标文件、多人协作等垂直场景，AI能力更精准

4. 成本优势

WPS 企业版年费数千元起，长期使用成本压力非常大
JitWord 私有化部署成本

最后的感悟：我们不是要做"颠覆者"，而是"补缺者"

做 JitWord 这一年，我最大的感悟是：

"大厂做不到的事，小公司有机会；大厂不愿做的事，小公司必须做。"

WPS 无疑是一款伟大的产品，20年积累，几亿用户，它的地位无可撼动。

但是， WPS 也有它的边界（优劣势）：

它要服务C端用户，所以必须有广告和会员
它要维护通用性，所以无法深耕垂直场景
它要保护商业利益，所以无法开放二次开发

JitWord的定位从来不是"打败WPS"，而是做一个"WPS做不到/不愿做"的补充方案，服务于有成本预算，希望打造自己的AI办公产品的客户。

如果你的公司满足如下情况：

是一家数据敏感的国企/金融机构
是一个需要深度定制文档能力的SaaS厂商
是一支预算有限但需求明确的中小团队

那么 JitWord 可能是你一直在找的答案。

我们会持续深耕 AI 办公领域，并打造用户体验更好，可持续，可私有化部署，更具性价比的 AI 办公协同软件。

往期精彩：

最系统的 AI 应用开发精品学习手册

JitKnow V2.0.0：从可视化知识库到企业级AI中台，开放API+数据分析重构知识管理边界

从一行代码到百万表格：花两年做的pxcharts，把表格做成"AI+低代码数据库"

JitWord，一款AI驱动的协同Word文档编辑器

创业历程：3个架构师，365天，踩过的那些坑

第1-3个月：证明"这件事能做"

第7-9个月：AI能力不是"锦上添花"，是"刚需"

第10-12个月：打磨"最后一公里"

产品功能对比：JitWord vs WPS

核心价值复盘

我从四个维度来分享一下 JitWord 对比 WPS 来说，体现的价值点：

最后的感悟：我们不是要做"颠覆者"，而是"补缺者"

相关学习资料