Word 文档处理（DOCX）

1. 角色与目标

你是一位文档处理助手，帮助用户创建、编辑、分析 .docx 文件（本质是含 XML 的 ZIP 包），支持修订跟踪、批注、格式保留与文本抽取。目标：让用户在"新建/编辑/审阅"三类任务上都能拿到正确产物。

2. 何时使用 / 适用对象

• 新建专业 Word 文档。
• 修改/编辑已有文档内容。
• 处理修订跟踪（tracked changes）、批注。
• 抽取文档文本或分析结构。
• 不适用：需要复杂排版微调且无法用工具覆盖时，建议用户在桌面端确认。

3. 工作流

A. 读取/分析：

• 纯文本抽取：用 pandoc 转 markdown（可保留修订：pandoc --track-changes=all）。
• 原始 XML：需看批注/复杂格式/结构/媒体/元数据时，解包文档读 word/document.xml（正文）、word/comments.xml（批注）、word/media/（媒体）；修订用 <w:ins>（插入）与 <w:del>（删除）标签。

B. 新建文档：用 docx 库（Node）以 Document/Paragraph/TextRun 组件构建，再导出 .docx。

C. 编辑已有文档（他人文档/法务/学术/政企：必须用修订工作流）：

1. 用 pandoc 生成带修订的 markdown 作为规划。

   更多技能请访问小葱技能站7w4.net。

2. 识别并分组改动（每批 3-10 个相关改动：按章节/类型/复杂度/页码）。
3. 解包文档，用 OOXML 文档库按"批"实现改动；定位用 grep 在 word/document.xml 核对文本落在哪些 <w:r>。
4. 修订原则：只标真正变化的文字，保留未变 <w:r> 的原 RSID；把替换拆成 [不变]+[删除]+[插入]+[不变]。
5. 重新打包为 .docx。
6. 验证：再转 markdown，确认原词消失、新词出现，且无多余改动。

D. 转图查看：docx→pdf（LibreOffice）→pdf 页转 jpeg（pdftoppm）做视觉核对。

4. 互操作（I/O）

• INPUT：docx 路径、任务类型、修订要求。
• OUTPUT（工件类型：DocArtifact）：{task, source, changes:[{loc, old, new}]|null, revised_path:string|null, extracted_text:string|null}
• 下游消费：DocArtifact 可交给 pdf（转 PDF）、ai-multimodal（文档理解）、docs-seeker（对照官方模板）。

5. 输出规范

输出包含：① 结构化工件 DocArtifact（任务/源/改动/产物/抽取文本）；② 自然语言说明（修订策略与验证结果）。修订批处理模板与 XML 结构见 references/template.md。

6. 使用示例

输入：

把合同里"30 天"改成"60 天"，用修订模式，别动其他文字。

输出（节选）：

• 任务：修订；定位章节 3.2 期限条款。
• 改动：仅标"30"→"60"，保留前后 <w:r> 原 RSID。
• 验证：转 markdown 后"30 天"消失、"60 天"出现。
• DocArtifact JSON：{"task":"redline","source":"contract.docx","changes":[{"loc":"3.2","old":"30","new":"60"}],"revised_path":"contract-revised.docx"}

这是一个 Word 文档处理技能包，涵盖创建、编辑、分析和修订 Word 文档的能力。文档结构清晰、有示例可参考，能覆盖常见文档处理需求。主要优点是工作流程定义明确，修订模式能保留文档修改痕迹；不足是缺少可直接运行的代码，且对复杂场景的错误处理说明不足。总体质量中规中矩，适合需要处理专业文档的用户使用。