AI 生成 Office 文件终于不是盲打了:OfficeCLI 给 Agent 装了一双能看见排版的眼睛

前言

你有没有让 AI 帮你做过 PPT？它一顿操作，扔给你一个 .pptx，你打开一看——标题溢出、图表叠在一起、字体东倒西歪。你跟它说「标题太大了」，它改完又说「现在又太小了」。来回五六轮，你放弃了，自己动手调。

这不怪 AI 笨。问题在于：AI 操作 Office 文件时是个瞎子。它能看到 XML 结构、能改属性，但它看不到渲染后的样子。就像一个设计师蒙着眼睛用代码画图——画完了揭开眼罩才知道画成什么样。

OfficeCLI 就是来解决这个问题的。这玩意给 AI Agent 装了一双眼睛。

OfficeCLI

给 AI Agent 用的 Office 全套——Word、Excel、PPT 都能读、能写、能改。单文件二进制，不依赖 Microsoft Office，一条命令装上就能用。

帮我用 python-docx 生成一份 Q4 报告，标题用蓝色加粗，正文加一张图表

👤

🤖 好的，让我写 50 行 Python 代码，导入 pptx、设置 Inches、操作 slide layouts……然后你打开看效果，有问题我再改代码❌ 过去（用传统库时）

帮我生成一份 Q4 报告，标题蓝色加粗，正文放一张图表

👤

🤖 搞定。我先渲染成 HTML 看了一下——标题没溢出，图表位置也对，颜色 OK。文件已经保存好了🟢 现在（接上 OfficeCLI 后）

核心思路很简单：OfficeCLI 内置了一套 HTML 渲染引擎，能把 .docx、.xlsx、.pptx 原样渲染成网页或截图。Agent 操作完文件，view screenshot 一看——哦标题溢出了，调一下字号；哦两个形状叠了，移开一点。这个「改完→看一眼→再改」的闭环，以前只能人类来做，现在 Agent 自己就能搞定。

而且这玩意不挑环境。渲染引擎是自研的，不依赖 Office 也不依赖 LibreOffice，Docker 里能跑，CI 里能跑，没显示器的服务器上也能跑。

怎么装？

一行搞定，Agent 自己就会装：

curl -fsSL https://officecli.ai/SKILL.md

把这个喂给 Claude Code、Cursor、Codex 等任意 Agent，它读完 Skill 文件就知道怎么下载二进制、怎么用所有命令。也支持 brew 和 npm：

brew install officeclinpm install -g @officecli/officecli

不止是「能改」，是「能看懂」

大多数 Office 操作库只能改——你告诉它改什么它就改什么，但它不知道改完之后看起来什么样。OfficeCLI 三层架构让 Agent 从「看」到「改」有一条清晰的升级路径：

L1 看 — view 命令给出多种视图：纯文本提取、带注释的结构树、大纲模式、HTML 渲染、PNG 截图。Agent 先看清文档长什么样，再决定怎么改。

L2 改 — get、set、add、remove、move，用路径定位元素。比如 officecli set report.docx /body/p[1]/r[1] --prop bold=true 把第一段第一段文字加粗。不需要理解 XML namespace，路径就是文档结构的自然映射。

L3 裸 XML — 当前两层不够用时（比如改一个 L2 还没支持的属性），直接 raw / raw-set 上 XPath，什么都能改。

Agent 默认从 L1 开始，搞不定了才往下走，节省 token 也减少出错。

Excel 公式引擎——写完就算完了

这是我觉得最骚的部分。OfficeCLI 内置了 350+ 个 Excel 函数的计算引擎。你在单元格里写 =SUM(A1:A10)，OfficeCLI 当场给你算出结果。不需要等 Excel 打开重新计算。

支持动态数组函数（FILTER、SORT、UNIQUE、LAMBDA）、金融函数（XIRR、PRICE、YIELD）、统计函数（NORM.DIST、T.TEST、LINEST）……基本上日常会用到的都在。

更绝的是透视表——一条命令从数据源建好，Excel 打开就是现成的：

officecli add sales.xlsx '/Sheet1' --type pivottable \  --prop source='Data!A1:E10000' --prop rows='Region,Category' \  --prop cols=Quarter --prop values='Revenue:sum'

模板合并——设计一次，填 N 次

让 Agent 设计布局是贵的（费 token），但填充数据是便宜的。OfficeCLI 的 merge 命令就是干这个的：Agent 做好一个带 {{key}} 占位符的模板，然后你扔一个 JSON 进去，批量生成 100 份报告。每份排版一致，零 token 消耗。

还有个更骚的：dump → batch 往返

你手里有一份人类做的精美文档，想让 Agent 模仿它生成 100 份变体？dump 把整个文档序列化成一份可重放的 JSON 蓝图，Agent 读完这个结构化描述（不是原始 OOXML XML！），改几个参数，batch 回放就出来了。相当于把「我有一个模板」和「帮我批量生成」中间那座桥搭好了。

能派上用场的地方

自动生成报告：从数据库拉数据 → Agent 排版 → OfficeCLI 渲染检查 → 交付。全自动，不用人盯
批量文档处理：100 份合同要把甲方的公司名全换掉，传统做法是雇人手动改两天，现在 Agent + OfficeCLI 跑 10 分钟
CI/CD 文档质检：每次提 PR 自动生成文档预览截图，检查格式有没有崩
非技术人员操作 Office：不会用 Excel 透视表？告诉 Agent「帮我把销售数据按地区汇总，算一下同比增长」，它搞定

最后

OfficeCLI 3 月才新建，到现在 9.4k Star，198pts 上 HN 首页，社区已经在用它做了不少东西。同团队还做了 AionUi——一个桌面端的 AI 办公助手，29k Star，底层就是 OfficeCLI。

说到底，Office 文件是 AI 落地绕不过去的坎。大多数人的工作产出最后都是 .docx、.xlsx、.pptx，但之前的 AI Agent 操作这些文件时是个睁眼瞎。OfficeCLI 给 Agent 装上了眼睛，让「生成→检查→修正」的循环不再是人类的专利。

❝
⚠️ 注意事项：OfficeCLI 是 C# 写的单文件二进制，渲染引擎自研所以不需要 Office。但它还不是 100% 覆盖所有 Office 特性——复杂的 VBA 宏、某些冷门图表类型、加密文件暂不支持。模板合并时 {{key}} 是纯文本替换，不支持循环和条件逻辑。另外 Windows 上如果杀毒软件报毒，是单文件自解压打包的误报，加白名单即可。

AI 生成 Office 文件终于不是盲打了:OfficeCLI 给 Agent 装了一双能看见排版的眼睛

前言

OfficeCLI

怎么装？

不止是「能改」，是「能看懂」

Excel 公式引擎——写完就算完了

模板合并——设计一次，填 N 次

还有个更骚的：dump → batch 往返

能派上用场的地方

最后

同类工具

python-docx / openpyxl / python-pptx

harness-anything

相关资源