我最近看到一个让我眼前一亮的工具——OfficeCLI。一句话概括:它是一个专门给AI Agent用的Office套件。8千多个Star,Apache 2.0协议,单个二进制文件,不需要装任何Office。
它干的活很简单:让你的AI Agent能读、能写、能改Word、Excel和PPT文件。怎么做到的?它内置了一个HTML渲染引擎,把.docx、.xlsx、.pptx这些格式渲染成HTML或者PNG,AI Agent通过“看”渲染结果来理解文档内容,然后通过CLI命令去修改。这就解决了AI编程中一个老大难问题——模型根本“看”不到Office文件里有什么。

用法极简。你只需要在AI Agent的对话里粘贴一行:curl -fsSL https://officecli.ai/SKILL.md。这条命令会下载一个skill文件,告诉Agent怎么安装二进制、怎么用所有命令。然后你的Claude Code、Cursor、Windsurf、Copilot就能直接操作Office文档了。不用写50行Python调python-pptx、openpyxl,不用处理各种格式兼容的坑。
我用它的CLI跑了一下,体验确实流畅。创建PPT:officecli create deck.pptx,加一页:officecli add deck.pptx / --type slide --prop title=“Q4 Report”,添加文本框:设置文字、位置、字体、颜色,一行命令搞定。还有个officecli watch功能,启动本地的实时预览服务器,你在终端里改,浏览器里立刻看到效果。这个反馈循环对AI Agent特别友好——它改完就能“看”到自己改了什么,然后继续迭代。

真正让我觉得有用的场景是什么?不是让你用AI做PPT(虽然也能做)。而是让AI Agent帮你处理那些烦人的文档工作流。比如:自动从Excel表格里提取数据、生成分析报告存成Word、再转成PPT发给老板。或者:给几百个Word文档批量更新格式、替换内容。这些以前需要手动点来点去或者写一堆VBA宏的事,现在一行CLI命令就能交给Agent搞定。
还有个设计我觉得挺聪明:它不是做成一个Python库或者API,而是做成一个CLI工具。AI Agent本来就擅长用命令行。CLI的输入输出都是纯文本,Agent可以直接解析。这比让它调一个复杂的Python SDK要靠谱得多——少了很多“我import了什么库”的幻觉空间。

当然这个工具还年轻。3月份才创建,现在8500+星说明大家对这个方向是有需求的,但真正的企业级场景——复杂格式的Word文档、带宏的Excel、动画PPT——能不能稳定处理,还需要时间验证。而且目前主要支持的是英文文档,中文排版效果需要实测。
但方向很对。AI Agent的能力边界很大程度上取决于它能操作什么工具。能写代码、能搜网页、能跑命令,现在还差一个——能处理文档。OfficeCLI补上了这块拼图。我打算这周用它试试自动生成周报,看看实际效果怎么样。

—— 老田
夜雨聆风