夜雨聆风科研人的文档工作流，可能要变了
最近在体验一个很有意思的开源项目：
OfficeCLI GitHub
它做的事情很简单：
让Codex、Claude Code、Cursor等AI编程助手，直接操作Word、Excel和PPT。
如果你经常写论文、做汇报、整理数据，可能会立刻意识到这意味着什么。
过去几年，大模型最大的尴尬之一就是：
它会写内容，但不会真正使用Office。
AI能帮你生成论文初稿，却不能直接调整Word格式；
AI能分析实验数据，却很难自动整理Excel表格；
AI能生成PPT大纲，但最后排版还是得自己拖框、改字体、调布局。
而OfficeCLI，本质上就是给AI补上了这块缺失能力。
先看一个最简单的例子。
以前如果让Codex生成一份组会汇报，它大概率会输出：
PPT结构
每页标题
内容建议
然后告诉你：
“请手动复制到PowerPoint中”。
而安装OfficeCLI之后，情况变成：
你说：
Codex直接开始创建PPT：
新建文件
创建页面
插入标题
添加文本框
插入图表
调整版式
最后给你一个真正能打开的pptx文件。
不是代码。
不是Markdown。
而是真正的PowerPoint。
这种感觉有点像：
以前AI是你的秘书。
现在AI开始拥有鼠标和键盘了。
答案其实不是PPT。
而是大量重复性的文档工作。
很多科研工作并不难。
真正耗时间的是格式化。
例如：
你把实验结果给Codex。它可以：自动生成Word文档、创建章节结构、插入表格、添加参考文献占位符、统一格式。原本需要一个小时整理的内容，现在可能十分钟完成。
很多实验室都有这样的流程：实验结束 → 导出Excel → 计算均值 → 计算标准差 → 绘图 → 整理结果 → 最后再复制到论文。有了OfficeCLI之后，Codex可以直接读写Excel，自动完成数据汇总、统计分析、图表生成、表格整理，甚至还能生成最终报告。对于需要频繁处理数据的研究生来说，这种自动化非常实用。
这是我觉得最有价值的场景。很多老师喜欢改PPT，改来改去，字体不统一、配色不统一、布局不统一。如果让AI直接操作PPT，你只需要告诉它：“按照学校模板重新排版”或者“参考Nature风格优化这份汇报”，它就能直接修改文件，而不是给你一堆建议。
很多人可能会说：
Python不是早就有：
python-docx
openpyxl
python-pptx
了吗？
确实有。
但问题在于：
这些库是给程序员用的。
不是给AI用的。
举个例子。
创建一页PPT。
Python代码可能几十行。
OfficeCLI只需要一条命令：
对于AI来说：
命令越简单，出错越少，推理成本越低。
因此它特别适合Agent调用。
这是OfficeCLI最让我惊讶的地方。
项目内置了渲染引擎。
不依赖Office。
不依赖PowerPoint。
AI生成完PPT后，可以直接渲染成：
HTML
PNG截图
然后再把截图发回给模型。
形成：
生成 → 查看 → 修改
的闭环。
这意味着：
AI不再是盲写PPT。
而是真正能够检查排版。
比如：
标题是否超出边界
图片是否重叠
图表是否显示完整
页面是否过于拥挤
这其实已经接近设计助手的能力了。
Windows用户打开PowerShell：
Mac/Linux：
安装完成后执行：
项目会自动检测：
Codex
Claude Code
Cursor
GitHub Copilot
Windsurf
并完成配置。
之后直接在Agent对话中描述需求即可。
过去一年，我们见到了很多科研Agent。
它们会：文献检索、论文阅读、数据分析、代码生成。
但最终成果往往停留在文本层面。
而科研工作真正的交付物是：
Word论文、Excel数据、PPT汇报。
OfficeCLI补上的正是最后这一公里。
它让AI从“会说”变成“会做”。
对于科研人员而言，这种变化比模型参数增长更重要。
因为真正浪费时间的，从来不是思考。
而是那些重复了无数遍的文档操作。
如果未来Codex能够：
读文献
分析数据
写论文
生成图表
制作答辩PPT
并全部自动完成。
那么研究生最先感受到的，可能不是AI更聪明了。
而是熬夜改格式的次数终于变少了。
OfficeCLI · 让AI真正拥有Office生产力
