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

AI 能写代码、能画图,但让它操作 Office 文档就抓瞎。用 python-pptx 做 PPT,50 行代码写完,标题溢出了不知道,形状重叠了不知道,全程靠猜——因为 AI 没有手伸进文档,更没有眼睛看到渲染结果。

OfficeCLI 就是为解决这个问题而生的。它自称"全球首个专为 AI Agent 设计的 Office 套件",13000+ stars,Apache 2.0 开源,C# 编写,将 .NET 运行时嵌入单个二进制文件——下载即用,不装 Office,不装 Python,零依赖。

一行命令替代 50 行 Python
传统方案要三个库分别操作 Word、Excel、PPT,各写一套代码,换环境就崩。OfficeCLI 把这些能力收进一个 CLI,三大格式完整读写创建:
officecli create deck.pptx
officecli add deck.pptx / --type slide --prop title="Q4 Report"
officecli view deck.pptx html

每个元素都有稳定路径(如 /slide[1]/shape[2]),所有命令支持 --json 输出,AI 拿到的是结构化数据而非模糊文本。错误信息也带错误码和修复建议,Agent 可以自主调整下一步。

三层架构:按需升级
Github推荐:OfficeCLI / 用自然语言操作Office文件

设计哲学是"渐进式复杂度"——先用最简单的方式,搞不定再深入:
L1 语义视图:view 命令提供文本、大纲、统计、问题诊断、HTML 预览等多种视角,AI 快速理解文档全貌
L2 DOM 操作:get/query/set/add/remove/move/swap 覆盖结构化元素操作,支持 CSS 风格查询和布尔选择器(如 row[Salary>5000 and Region=EMEA])
L3 原始 XML:raw/raw-set/add-part/validate 提供 XPath 直接访问,万能回退

分层设计直接服务 token 经济——简单任务 L1 一条命令,复杂场景才深入 L2/L3。

杀手锏:让 AI"看见"文档
这是 OfficeCLI 真正区别于所有 Python 库的地方。它从零实现了高保真 HTML 渲染引擎,能把 .docx/.xlsx/.pptx 渲染成 HTML 或 PNG。AI 的工作流不再是"盲写":创建修改 → 渲染输出 → 视觉检查 → 发现问题 → 修复,形成闭环。watch 命令还能启动本地 HTTP 服务器,每次修改浏览器实时刷新。
这个"渲染→检查→修复"的闭环,让 AI 第一次拥有了 Office 文档的"视觉"——标题溢出了能看到,形状遮挡了能发现,不再靠猜。

不止渲染
还内置 350+ Excel 函数写入时自动求值(含 VLOOKUP、XIRR、LINEST 等财务统计函数);原生数据透视表支持;模板合并引擎替换 {{key}} 占位符批量生成文档;MCP Server 通过 JSON-RPC 把所有能力暴露给 Claude Code、Cursor、Copilot 等。执行 officecli install 会自动检测 AI 工具并注入 SKILL.md 技能文件,零配置开箱即用。

短板与评价
不支持 .doc/.xls 老格式;二进制约 31MB(.NET 运行时嵌入);渲染引擎对极复杂布局可能不完美。但项目迭代极快(5900+ commits),掘金、CSDN、ai-bot.cn 等多家媒体给出五星推荐,称其"不是 python-pptx 的命令行包装,而是从底层重新思考了 AI Agent 需要什么样的 Office 工具"。

如果你在做 AI Agent 开发或文档自动化流水线,这个项目值得放进工具箱。