夜雨聆风OPEN SOURCE · APACHE 2.0 · AI NATIVE
AI 自己做 PPT 和报表
OfficeCLI 实战指南 · 让 AI 像人一样打开 Word、Excel、PPT
让 AI 像人一样打开 Word、Excel、PPT，自己排版、自己检查、自己交付。过去要让 AI 生成一份像样的 PPT，得写 50 行 Python、调三个库、拼一堆字符串；现在，一条命令就能创建、修改、甚至「看见」整份 Office 文件——这就是 OfficeCLI，全球第一款专为 AI Agent 设计的命令行 Office 套件。
一、先说痛点：为什么 AI 到现在还做不好文档
大模型已经能写代码、做推理、画图，但让它交付一份真正能交差的 Office 文档，依然翻车连连。你大概率遇到过下面这些场景：
▸ 场景一：让它做季度汇报 PPT
它只会吐一坨 Markdown，或者生成一堆截图。真正的 .pptx 文件呢？动画、母版、对齐、配色全要人手动收尾。
▸ 场景二：让它整理一份财务 Excel
公式丢了、格式乱了、透视表根本建不出来。你以为它「会 Excel」，其实它只是会「说」Excel。
▸ 场景三：让它改一份合同 Word
它改完文本，却根本看不见自己排成什么样——标题溢出了吗？表格错位了吗？全靠你截图给它，它再猜。
问题不在于 AI 不够聪明，而在于缺少一只「能操作 Office、还能看见结果」的手。传统方案要么是 Python 脚本库（写起来繁琐、看不到效果），要么是装一个庞大的 Office（不能上服务器、不能进 CI），要么是商业 SDK（贵），要么是 SaaS（数据要上传、不能批量自动化）。
OfficeCLI 要补的就是这一块：单一二进制、零依赖、跨平台，让任何 AI 用一行命令掌控 Word、Excel、PowerPoint，并且能渲染出图让自己看。
二、它是什么：给 AI 装上「Office 双手」
一句话定位：OfficeCLI 是一个开源的命令行工具，把 Word、Excel、PowerPoint 的创建、读取、修改、分析能力，封装成 AI 友好的命令和 JSON。它不依赖微软 Office，不需要装 Python 环境，下载下来就是一个可执行文件，macOS、Linux、Windows 通吃。用 .NET 10 编写，但运行时已经内嵌进二进制——你不需要装任何运行时。
✓ 完全开源免费 Apache 2.0 协议，代码托管在 GitHub，可商用。 | ✓ 单一文件零依赖 .NET 运行时已内嵌，运行时无需任何环境。 |
✓ 不需要装 Office 服务器、Docker、CI 里都能跑，真正无头运行。 | ✓ 任意语言可调用 本质是 CLI，Python、Node、Shell、Go 都能用。 |
它处在什么位置？它不是又一个 Python 库，也不是又一个 SaaS 网站，而是一份能装进任何 AI Agent 工具箱的「Office 基础设施」：既轻（单文件），又强（内置渲染与公式引擎），还为 AI 量身定制（路径寻址 + JSON + 自愈错误码）。
三、核心杀手锏：给 AI 一双「看文档的眼睛」
这是 OfficeCLI 与 python-docx、openpyxl 这类库最本质的区别。传统的库只能读写 XML 结构，AI 生成的 PPT 到底标题有没有溢出、两个形状有没有重叠、图表对不对，它根本看不见——等于蒙着眼排版，全靠运气。
OfficeCLI 自研了一套从零开始的高保真 HTML 渲染引擎，覆盖形状、图表（趋势线、误差线、瀑布图、K 线、迷你图）、公式（OMML 转 LaTeX，用 KaTeX 渲染）、3D .glb 模型、morph 变形转场、缩放定位和各种形状效果。它能把文档渲染成 HTML 或 PNG，让多模态 AI 直接「看」到自己生成的成果，再决定怎么改。
于是形成了一个闭环：渲染 → 看一眼 → 修正。因为渲染引擎内置在二进制里，所以这个闭环在 CI、Docker、没有显示器的服务器上同样能跑——这是任何依赖「真 Office」或「桌面截图」的方案都做不到的。
officecli view deck.pptx html -o /tmp/deck.html
officecli view deck.pptx screenshot -o /tmp/deck.png
officecli watch deck.pptx
// view html 出独立网页（资源内联）；screenshot 出每页 PNG 给多模态 AI 看；watch 开本地服务，边改边刷新预览。
四、30 秒上手：从安装到第一张幻灯片
安装只要一行（也支持 brew、scoop、npm）：
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash
然后，创建一个 PPT，开实时预览，再加一张标题页——浏览器会立刻刷新：
officecli create deck.pptx
officecli watch deck.pptx
officecli add deck.pptx / --type slide --prop title="Hello, World!"
// 浏览器打开 http://localhost:26315，每条 add/set/remove 都会实时刷新。
五、五大核心能力
1＊ 三大格式，读、改、创全覆盖
Word：完整的国际化与 RTL 从右到左排版、段落、表格（虚拟列增删/移动）、样式、页眉页脚、图片、LaTeX 公式、Mermaid 图表、批注、脚注、水印、书签、目录、图表、超链接、分节、窗体域、内容控件、字段、修订追踪、文档属性。
Excel：单元格（含注音/假名）、350+ 函数自动求值、动态数组（FILTER/SORT/UNIQUE/XLOOKUP）、透视表、条件格式、图表（箱线图、帕累托、对数轴）、切片器、命名区域、数据验证、图片、迷你图、批注、自动筛选、形状、CSV/TSV 导入。
PowerPoint：幻灯片、形状（图案填充、模糊、高亮色）、图片（多种填充模式、亮度对比度、旋转）、表格（内置样式目录）、图表（饼中饼、主题色板）、动画（15 强调 + 16 退出预设）、转场（morph + 12 种 2013+ 预设）、3D .glb 模型、缩放定位、LaTeX 公式、Mermaid 图、主题、连接符、音视频、组合、备注、批注、SmartArt 往返。
2＊ 内置公式与透视表引擎
写一个 =SUM(A1:A2)，立刻 get 单元格，值已经算好了——不用打开 Excel 重算。支持 spilling 动态数组（FILTER/SORT/UNIQUE/SEQUENCE/LET/LAMBDA/MAP）、VLOOKUP/XLOOKUP/INDEX/MATCH、金融与债券函数（XIRR/PRICE/YIELD/DURATION/COUPNUM）、统计分布与回归（NORM.DIST/T.TEST/LINEST），以及日期文本一族。透视表也能一条命令从源区域生成，写进 OOXML，Excel 打开时聚合结果已就位：
officecli add sales.xlsx /Sheet1 --type pivottable \
--prop source='Data!A1:E10000' --prop rows='Region,Category' \
--prop values='Revenue:sum,Units:avg' --prop showDataAs=percentOfTotal
3＊ 模板合并：设计一次，批量生成
AI 把版式设计好一次（贵），后续代码用 JSON 数据填 {{key}} 占位符 N 次（便宜、确定性、零 token）。占位符可跨段落、表格单元格、形状、页眉页脚、图表标题。再也不用每次都让 AI 从零重生成，避免「100 份报告 100 种排版」的灾难。
officecli merge invoice-template.docx out-001.docx --data '{"client":"Acme","total":"$5,200"}'
4＊ 往返 dump：从已有文档学习
给 OfficeCLI 一份人类做好的样例，dump 把整份文档（或任意子树：一个段落、一张表、一张幻灯片、样式部件）序列化成可重放的 batch JSON，AI 读结构化规格而不是原始 XML，改一改就能用 batch 重放出 100 个变体。完美衔接「我有个现成模板」和「帮我生成一堆」。
officecli dump existing.docx -o blueprint.json
officecli batch new.docx --input blueprint.json
5＊ 实时预览 + 常驻模式 + 原子批处理
watch 开本地服务，每次编辑即时刷新浏览器（Excel 的 watch 还支持单元格内编辑和拖拽图表）；常驻模式把文档驻留内存，多步操作近零延迟；batch 默认原子化——一条失败全部回滚，也可选 --best-effort 保留成功部分。
六、三层架构：简单起步，按需深入
OfficeCLI 把能力分成三层，AI（和人）可以从最省 token 的只读视图开始，不够再往下挖，直到原始 XML 这个万能兜底。这种渐进式复杂度，是省 token、降出错率的关键设计。
配合路径寻址（每个元素都有稳定路径，如 /slide[1]/shape[2]，1-based 索引）、统一的 --json 输出、结构化错误码 + 自动纠错建议（拼错属性名会返回最近匹配），AI 能在不理解 XML 命名空间的前提下精准操作文档，出错还能自我修正。
七、真实使用场景
说了这么多能力，它到底能用在哪？这些是最高频的场景：
▸ AI 一句话生成精美 PPT
用户描述需求，Agent 直接产出带配色、动画、图表的演示文稿，无需模板、无需人工调整——还能截图自查排版。
▸ 批量生成发票 / 合同 / 报表
设计一次模板，用 merge 把数据库里的成百上千条记录批量填入，版式始终一致，零 token 成本。
▸ 数据库 / API 自动出报告
把查询结果直接灌进 Excel 公式与透视表，或生成 Word 分析报告，全自动、可复现、可纳入夜间任务。
▸ CI/CD 文档流水线
把测试结果、构建摘要、性能报告自动生成文档；交付前用 validate + view issues 自动质检，有问题直接打回。
▸ 容器化无头环境
不依赖 Office、不需要图形界面，Docker 容器和云端服务器里稳定运行，是真正的无头方案——这是它与传统方案的最大分水岭。
八、同类产品深度对比（重点）
「让程序/AI 生成 Office 文档」这条路，市面上其实有五条成熟的走法。先把全景看清楚，再逐个对比，你才能明白 OfficeCLI 到底强在哪、又在哪些场景该让位给别人。
8.1 全景：五条路与第六条路
OfficeCLI 不是要替代上面任何一条路，而是把脚本库的轻、商业 SDK 的强、SaaS 的「看效果」三者合并，再补上 AI 原生和无头这两块缺失的拼图。
8.2 综合能力矩阵
8.3 vs Python 三剑客（python-docx / openpyxl / python-pptx）
对方优势：免费、Python 生态熟悉、做简单任务上手快。
对方短板：三个库分开装、能力割裂（python-docx 做不了复杂图表，python-pptx 渲染要靠真 PowerPoint，openpyxl 不渲染）；要管 Python 环境和依赖；没有任何「渲染看效果」；不是为 AI/JSON 设计——AI 得调 API 写 Python 代码，而不是发一条命令；跨语言能力差。
OfficeCLI 的回应：单二进制三合一、内置渲染、CLI+JSON 任何语言可调、路径寻址对 AI 友好，把「写 50 行 Python」压成「一条命令」。
8.4 vs 微软 Office（COM / Interop / Office.js）
对方优势：保真度最高，毕竟就是 Office 本身。
对方短板：COM/Interop 必须装 Office、基本只能 Windows、不能无头跑服务器（微软许可证明确不允许服务器端自动化）；Office.js 是给客户端写插件的，不是用来无头生成的。
OfficeCLI 的回应：免装 Office、无头、跨平台、CI/Docker 友好。代价是极少数冷门特性可能不如真 Office 还原。
8.5 vs LibreOffice 无头模式
对方优势：免费、能转换和渲染、支持格式多。
对方短板：UNO API 复杂古怪、与 MS Office 保真度有差距、安装包大（约 1GB）、进程启动慢、命令行主要是「格式转换」而非精细的元素级编辑、不是为 AI/JSON 设计。
OfficeCLI 的回应：轻量单文件、AI 原生、精细的元素级编辑（增删改查任意元素）、自研渲染引擎保真度更高。
8.6 vs 商业 SDK（Aspose / Spire.Office）
对方优势：成熟、功能极全（邮件合并、PDF 转换、渲染、复杂报表）、跨平台多语言、有企业级支持。
对方短板：闭源、授权费高昂（按开发者/站点/OEM 收费，企业级年费动辄数千美元起）、不是 AI 原生（没有路径寻址、没有 agent 友好的 JSON CLI、没有自愈错误码）、渲染是给程序看的，不是给多模态 AI 看的闭环。
OfficeCLI 的回应：开源免费、AI 原生设计、渲染闭环。客观说，Aspose 在企业报表与格式转换的成熟度上仍领先，OfficeCLI 更适合 AI Agent 驱动的新场景。
8.7 vs 云端 API（Google Workspace / Microsoft Graph）
对方优势：托管、易于团队协作、与云端生态集成。
对方短板：要联网 + 鉴权 + 云账号、有配额与限流、数据离开本机（合规与隐私问题）、本地/离线/CI 场景受限、调试链路长。
OfficeCLI 的回应：本地运行、数据不出本机、无配额、CI/Docker 友好，适合对数据主权和离线有要求的场景。
8.8 vs AI 演示 SaaS（Gamma / Beautiful.ai / Tome / Canva AI）
对方优势：零代码、一句话出漂亮结果、设计感强、上手门槛极低（Gamma 以速度见长、Beautiful.ai 以品牌一致性见长、Tome 以叙事见长）。
对方短板：闭源 SaaS、按席位订阅、产出锁在人家平台（导出受限且常丢格式）、不能程序化批量、不能塞进 CI、基本只做 PPT 不管 Excel/Word 全链路、数据要上传。
OfficeCLI 的回应：它是给开发者/Agent 用的基础设施，能批量、能 CI、三格式通吃、数据本地。它不是要替代 Gamma 的「一键美化」，而是让你拥有自己的文档生成管道。
8.9 选型建议：什么情况选什么
一句话总结：追求极致保真和企业报表成熟度，选商业 SDK；想要云端协作，选云 API；想零代码出漂亮 PPT，选 SaaS；但如果要让 AI Agent 自动、批量、无头地干活，还能自查排版——目前只有 OfficeCLI 一条路把这几件事一次凑齐，而且开源免费。
九、和你的 AI 工具无缝集成
OfficeCLI 内置 MCP Server，一条命令就能注册到主流 AI 工具，把所有文档操作暴露成 JSON-RPC 工具，无需 shell 权限：
officecli mcp claude
officecli mcp cursor
officecli mcp vscode
更省心的是 officecli install 会自动检测本机的 Claude Code、Cursor、Copilot 等工具，把 skill 文件一键装好，开箱即用。开发层面则提供了轻量的 Python 与 Node.js SDK，走常驻管道，避免每次调用都拉起进程：
# Python: pip install officecli-sdk
import officecli
with officecli.create("deck.pptx") as doc:
doc.send({"command":"add","parent":"/","type":"slide"})
// Node.js 对应 npm install @officecli/sdk，API 风格一致，缺二进制时会自动下载。
十、现在就开始
挑一种你顺手的方式安装：
# 任选其一
curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash
brew install officecli
npm install -g @officecli/officecli
装完直接对你的 AI 助手说一句「帮我用 officecli 做一份关于 XX 的 PPT」，或者把官方 skill 文件喂给它：
curl -fsSL https://officecli.ai/SKILL.md
不想碰命令行？还有桌面 GUI 应用 AionUi，用自然语言描述需求即可创建和编辑 Office 文档，底层正是 OfficeCLI。
让 AI 真正「会做文档」
开源 · 单二进制 · 内置渲染引擎 · 三格式全覆盖 · AI 原生
GitHub 搜 iOfficeAI/OfficeCLI