乐于分享
好东西不私藏

Office 文件才是 Agent 的硬仗

Office 文件才是 Agent 的硬仗

很多人聊 AI 编程,默认场景都是代码仓库:改几个文件、跑测试、提 PR。听起来很高级。

但真到日常工作里,最折磨人的往往不是代码,而是那几个看似普通的文件:周报在 Word 里,预算在 Excel 里,路演材料在 PPT 里。你让 Agent 帮忙改,它可能能读到文字,却很难判断标题有没有溢出、表格有没有错位、公式有没有算完、幻灯片是不是像人做的。

这就是 OfficeCLI 有意思的地方:它不是又一个聊天框,而是把 Word、Excel、PowerPoint 变成 Agent 可以稳定操作的命令行对象。

开源项目简介

OfficeCLI 是 iOfficeAI 开源的 Office 文件自动化工具,目标很直接:让 AI Agent 能创建、读取、修改和检查 .docx.xlsx.pptx,并且不依赖本机安装 Microsoft Office。

它提供单个跨平台二进制文件,也可以通过 npm、Homebrew、Scoop 或 GitHub Release 安装。对 Agent 来说,它最关键的不是“能生成文件”,而是把 Office 文档拆成可寻址的结构:段落、单元格、幻灯片、形状、表格、图表,都可以用路径和 JSON 读写。

官方还提供了 Skill 文件和 MCP Server。也就是说,Claude Code、Cursor、VS Code / Copilot 这类工具可以通过技能或 MCP 调用它,而不是靠 Agent 自己猜一堆 Python 库怎么拼。

几个核心亮点

第一,它有“看见结果”的闭环。

很多文档自动化工具只能改 XML 或抽文本,问题是 Office 文件的难点恰恰在视觉结果:标题压线、图表挤成一团、表格分页错了,光看结构很难发现。OfficeCLI 内置 HTML / PNG 渲染能力,可以把 Word、Excel、PPT 渲染出来,让 Agent 走“生成 -> 查看 -> 修正”的循环。

第二,它的接口更适合 Agent。

你可以用 view 看文本、大纲、统计和问题,用 get / query 拿结构化 JSON,用 add / set / remove / move 修改元素。错误也不是一句模糊失败,而是带 not_foundinvalid_valueunsupported_property 这类结构化信息和建议,Agent 更容易自我修正。

第三,它覆盖的不是单点格式。

Word 里有段落、表格、样式、批注、脚注、目录、修订;Excel 里有公式、透视表、条件格式、图表、数据验证;PowerPoint 里有形状、图片、表格、图表、动画、转场、备注。你不一定每个功能都用,但它至少说明这个项目不是“把 docx 解压再改几行 XML”的玩具。

第四,它可以进入生产流水线。

merge 可以把模板里的 {{key}} 替换成 JSON 数据;batch 可以一次执行多步修改;validateview issues 可以做交付前检查。对团队来说,这比“每次让 Agent 从零生成一份新报告”更靠谱:版式先设计好,后续只填数据和做局部更新。

怎么用

如果只是想让 Agent 学会用它,官方给了最短路径:

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

如果你要自己装 CLI,可以按平台安装:

# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash

# Windows PowerShell

irm https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.ps1 | iex

# 或 npm

npm install -g @officecli/officecli

一个最小的 PPT 例子大概是这样:

officecli create deck.pptx
officecli add deck.pptx / --type slide --prop title="Q4 Report"
officecli view deck.pptx outline
officecli view deck.pptx screenshot -o deck.png

如果你在做更重的流程,可以先用 OfficeCLI 让 Agent 读取原文件结构,再让它只改目标元素,最后渲染截图检查。不要一上来就让 Agent “帮我做一份漂亮 PPT”,那样很容易变成玄学抽奖。

简短判断

OfficeCLI 的价值不在于替代 Office,也不是让每个人从命令行手搓 PPT。它更适合两类人:一类是正在把 Agent 接进真实工作流的开发者,另一类是需要批量生成、检查、修改 Office 文件的自动化团队。

它仍然需要人工验收。尤其是对外发送的合同、财务表、销售材料,Agent 改完以后必须看结果、核数据、跑检查。OfficeCLI 解决的是“让 Agent 有可靠工具可用”,不是替你承担文档责任。

但这个方向很实际。因为真正的办公自动化,不只发生在代码仓库里,也发生在那些没人想手动改的 Word、Excel 和 PPT 里。

 唔想编程
 每天看一个有用、有趣、能落地的开源项目。少一点空话,多一点能直接试的工具。

项目地址:https://github.com/iOfficeAI/OfficeCLI

官方网站:https://officecli.ai