这是一次教学提效的内部实验记录:围绕 Skills + CLI 的组合能力,从零构建了一个端到端的“教案撰写”Skill,让 AI 直接从教学大纲和 Word 模板出发,交付完整的、排版到位的教案文档。全过程不需要人手动复制一行文本、不需要打开 Word 调整一次格式。AI 产出的内容,不再止步于对话框——它直接变成了可供交付的正式文档。
一、端到端到底长什么样
我给 AI 一份教学大纲和一个空白的教案 Word 模板,然后调用技能让其工作。AI会自主读取大纲、按教案结构撰写完整内容、生成中间 Markdown 文件,并调用 Officecli 打开docx模板、逐字段填入内容、调整格式、输出最终的教案 Word 文档。

执行完毕后,output 目录下产出的最终教案 Word 文件:

打开文档,排版规整、内容完整,拿来就能直接用:

整个过程中,我只需要准备好教学大纲、Docx模板和简单提示词,然后一键运行 Skill,剩下的全交给智能体。
二、为什么非要“端到端”
2.1 从三个支点出发
如果你用 AI 写过教案,大概率经历过这套流程:把教学大纲扔给 AI → 生成教案文本 → 复制粘贴到 Word → 手动调标题层级、字体字号、行距段间距 → 再扫一遍看格式有没有遗漏。
问题在哪?AI 做了最值钱的内容创作,但最终交付时,人还要当“搬运工”和“排版工”。
端到端的核心诉求很简单:AI 不仅“写出”内容,还要直接“交付”成品。 把“人从对话框搬运到 Word”这个中间环节彻底砍掉。要跑通这条链路,需要三个支点:
| Docx 模板 | |
| Officecli | |
| Skill |
这三个支点缺一不可:没有模板,输出无格式基准;没有 CLI,AI 触碰不到 docx 文件;没有 Skill,整个流程只是一次性操作,无法复用。
2.2 CLI——补齐大模型能力的关键拼图
三个支点里,CLI 最容易被忽视。毕竟大模型已经能写出很好的教案内容了,为什么还需要额外装一个命令行工具?
根子在大模型的天然局限。当前大语言模型再强,本质上也只是一个“文本生成器”。它能写出漂亮的教案文字,但无法直接打开一个 .docx 文件、无法在指定位置插入内容、无法设置字体和段落样式。大模型的能力边界停在“生成字符”——Office 文档对它来说,是一个完全不可触及的物理世界。
你可能会想:“那让 AI 生成一段 Python 脚本操作 Word 不就行了?”理论上可以,实践中这条路荆棘密布:生成脚本 → 调试报错 → 安装依赖 → 处理兼容性,每一步都在引入新的不稳定因素。最要命的是,每次文档结构稍有变化,脚本就得跟着改。
CLI 工具做的,就是把“操作 Office 文档”封装成一条条确定的命令——set 替换内容、add 追加段落、validate 验证结构。AI 不需要自己去写代码解析 docx 文件,它只需要按顺序调用这些命令,像搭积木一样拼出最终文档。CLI 的本质,是给大模型装上一双“能做事的双手”。
整条实现路线如下:
| ●●● |
教学大纲 + Docx模板 ↓ AI Skill 读取、理解 ↓ 生成教案内容(中间Markdown) ↓ Officecli 操作模板 → 填入内容 → 调整格式 ↓ 最终 Word 教案(端到端交付) |
三、准备工作:教学大纲与模板先行
3.1 准备好教学大纲
教学大纲是一份标准化的教学指导文件,通常包含课程名称、教学目标、教学内容安排、重难点、学时分配等结构化信息。这份材料是 Skill 生成教案的“原材料”——没有它,AI 不知道写什么。

大纲不需要专门为 AI 重新整理,已有的直接拿来用就行。内容越丰富、格式越规范,AI 提取信息的准确率越高。
3.2 准备 Docx 模板
模板决定了最终文档长什么样。我用 Word 做了一个空的教案模板,设好各级标题的字体(宋体/黑体、字号、加粗)、正文样式(首行缩进、行距)、页眉页脚、页面边距等。

模板的关键在于:让模板自带排版风格,AI 在操作时只需要填内容,格式继承自模板。这是端到端提效的精髓——格式问题用模板一次性解决,不在流程中反复纠缠。
四、安装 Officecli:给 AI 装上“双手”
Officecli 是一套纯 CLI 的 Office 文档操作工具,单个二进制文件,零依赖,不需要安装 Microsoft Office。
| ●●● |
irm https://d.officecli.ai/install.ps1 | iex |
一条命令装完。之后就可以在命令行中以 officecli docx view ...、officecli docx set ...、officecli docx add ... 的方式操作 Word 文档。
它的核心能力很直观:
officecli docx view --mode outline 文件.docx | |
officecli docx get 文件.docx --selector "@name=标题占位符" | |
officecli docx set 文件.docx --selector "@name=标题占位符" --prop "text=新内容" | |
officecli docx add 文件.docx paragraph "内容" | |
officecli docx validate 文件.docx |
AI 可以直接在命令行中调用这些指令来操作文档。 不需要任何 GUI、不需要人手动打开 Word、不需要中间复制粘贴。这正是端到端自动化能够跑通的关键基础设施。
五、构建 Skill:固化为可复用的智能体
5.1 内容撰写(AI 原生能力)
Skill 是一份给 AI 智能体的工作说明书。它告诉 AI:你的角色是什么、任务是什么、按什么流程执行、用什么工具、有什么约束条件。
我构建的 lesson-plan-docx Skill 的整体定义如下:
| ●●● |
name: lesson-plan-docx角色: 教案撰写专家任务: 基于教学材料和 docx 模板,自动生成教案 Word 文档工具约束: 所有 docx 操作必须通过 officecli 完成工作目录约定: tmp/ 放中间文件,output/ 放最终产物 |
Skill 的设计原则是“给 AI 清晰的边界,然后信任它的执行能力。” 不需要把每一步写成死板的流程图,而是告诉 AI 目标、可用工具和约束条件,让 AI 自己规划执行路径。
这是 Skill 中完全由 AI 自身能力驱动的环节:
- 读取用户提供的教学大纲、参考教材、PPT 等材料
- 按 assets/lessonplan_template.md 模板的教案结构撰写完整内容
- 输出为中间 Markdown 文件到 tmp/ 目录
这个中间 Markdown 文件包含教案的全部章节——基本信息、教学目标、重难点、学情分析、教学设计、教学实施、特色创新、课后反思等。

这一步充分释放了 AI 在内容创作上的优势:理解复杂材料、组织结构化输出、保持风格一致。 不需要人预先写好逐字稿,AI 自主完成从“原材料”到“教案草稿”的转化。
5.2 文档生成(Officecli 编排操作)
这是 Skill 中由 Officecli 驱动、AI 编排的环节:
- 复制模板文档到 output 目录(保留模板的全部样式)
- 用 officecli docx get 定位模板中的占位字段
- 用 officecli docx set 替换占位符为教案内容
- 用 officecli docx add 在段落列表区域逐条添加内容
- 用 officecli docx validate 验证文档完整性
这里面有个关键工程体会:AI 操作文档最容易踩的坑就是格式出错。 Officecli 提供了 set(替换保留模板格式)和 add(新增段落需单独设格式)两种模式区分。Skill 的 SKILL.md 中花了大量篇幅记录踩坑经验——比如 set 替换天然保留模板格式,但 add 新增的段落默认被设成等线 12pt,需要立刻修正为宋体 10.5pt。
这就是 Skill 的真正价值:把偶发性的 AI 操作,固化为确定性的自动化流程。
六、应用 Skill:一键跑通全流程
Skill 构建完成后,应用环节极其简单。把教学大纲和 docx 模板放在工作目录中,然后让 AI 调用 Skill:
| ●●● |
调用 skill: lesson-plan-docx输入: 教学大纲.docx + 教案模板.docx目标: 输出整套教案 Word 文档 |
AI 会自主完成全套流程——读取材料 → 撰写教案 → 操作 Officecli → 输出交付物。

传统流程是“AI 生成 → 人工复制 → 人工粘贴 → 人工排格式”,现在一条命令结束战斗。
七、总结:端到端不是炫技,是重新定义人机分工
做这件事最大的收获不是“省了几分钟复制粘贴的时间”,而是想清楚了一件事:
AI 的能力边界不应该停在“生成文本”。 当 AI 能够直接操作文档、操作表格、操作演示文稿时,人的角色就应该从“搬运工”升级为“流程架构师”——人负责制定路线、设计方案、做关键决策,AI 负责把决策高效地转化为成品。
落到一线经验:
• 模板是端到端的基石。 格式复杂度越高,事前在模板上花的时间越值钱。一个精心设计的模板能省掉后续 90% 的格式纠纷。
• CLI 是连接 AI 和办公文件的关键桥梁。 没有 CLI,AI 对 Office 文件的操作能力为零。选对工具决定了端到端的上限。
• Skill 的本质是经验固化。 你把一次成功的 AI 操作流程写进 Skill,它就变成了可重复执行的能力资产。下次同类任务,不需要重新摸索。
• 端到端的提效不是加法,是减法。 砍掉“搬运”环节,让 AI 的能力真正延伸到最终交付物——这才是“提效”本身的样子。
这次实验的成果不仅是一个教案 Skill,更是一套思路:任何有固定流程、固定模板、固定产出的文档工作,都可以用同样的方式自动化。 培训方案、工作计划、会议纪要、项目报告……只要是“模板 + 内容填充”的模式,端到端的思路都适用。
---------------------
预约直播,了解详细实践过程:
我们在暑假期间还准备了【青岛&昆明线下班+八大线上专题】师资培训,覆盖智能工作台应用、Vibe Coding、“人工智能+”数学建模、AI Agent开发、大模型微调部署等前沿方向!欢迎参加!
格知智能【暑假师资培训班】正式启动!昆明&青岛线下班+八大线上专题

夜雨聆风