第15讲：Word 文档处理 Skill 开发

第15讲：Word 文档处理 Skill 开发

掌握 Word 文档的自动化处理技能，实现文档生成、格式调整、内容提取等操作，大幅提升文档处理效率。

一、场景分析

1.1 用户痛点

Word 是办公中最常用的文档工具，但重复性工作很多：

  • 文档生成耗时：合同、报告、通知等需要反复编写相似内容
  • 格式调整繁琐：统一全文字体、段落、标题样式费时费力
  • 模板填充低效：邮件合并、批量生成文档操作复杂
  • 内容提取困难：从大量文档中提取特定信息效率低
  • 批量处理不便：多个文档需要统一修改格式或内容

1.2 典型应用场景

场景需求描述Skill 价值
合同生成根据模板和数据批量生成合同一键批量生成
报告撰写自动整理数据并生成分析报告数据自动填充
通知发布批量生成个性化通知文档邮件合并功能
文档归档提取文档关键信息建立索引内容智能提取
格式统一批量修改文档格式和样式自动化格式调整

二、核心功能设计

2.1 Skill 功能架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
📝 Word 智能助手
├── 文档生成
│   ├── 模板填充
│   ├── 内容生成
│   ├── 目录生成
│   └── 页眉页脚
├── 格式处理
│   ├── 样式统一
│   ├── 字体调整
│   ├── 段落设置
│   └── 页面布局
├── 内容操作
│   ├── 文字提取
│   ├── 表格提取
│   ├── 图片提取
│   └── 批注处理
├── 批量处理
│   ├── 批量替换
│   ├── 批量转换
│   ├── 批量合并
│   └── 批量拆分
└── 高级功能
    ├── 邮件合并
    ├── 修订追踪
    ├── 文档保护
    └── 宏命令

2.2 技术选型

Word 处理的核心技术栈：

功能Python 库说明
Word 操作python-docx创建、修改 Word 文档
模板处理docxtpl基于 Jinja2 的模板填充
格式转换pandoc / LibreOffice格式互转
内容提取python-docx / textract提取文字、表格

三、技术实现

3.1 Coze 平台实现

3.1.1 基础操作代码

创建 Word 文档：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
from docx import Document
from docx.shared import Inches, Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
from docx.oxml.ns import qn

def create_document():
    """创建新的 Word 文档"""
    doc = Document()
    
    # 设置默认字体
    doc.styles['Normal'].font.name = '微软雅黑'
    doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
    
    return doc

def add_heading(doc, text, level=1):
    """
    添加标题
    
    Args:
        doc: Document 对象
        text: 标题文字
        level: 标题级别 (1-9)
    """
    heading = doc.add_heading(text, level=level)
    
    # 设置中文字体
    for run in heading.runs:
        run.font.name = '微软雅黑'
        run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
    
    return heading

def add_paragraph(doc, text, style=None, alignment=None):
    """
    添加段落
    
    Args:
        doc: Document 对象
        text: 段落文字
        style: 段落样式
        alignment: 对齐方式
    """
    p = doc.add_paragraph(text, style=style)
    
    if alignment:
        p.alignment = alignment
    
    # 设置中文字体
    for run in p.runs:
        run.font.name = '微软雅黑'
        run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
    
    return p

添加表格：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
def add_table(doc, data, style='Light Grid Accent 1'):
    """
    添加表格
    
    Args:
        doc: Document 对象
        data: 二维列表，表格数据
        style: 表格样式
    """
    if not data or not data[0]:
        return None
    
    rows = len(data)
    cols = len(data[0])
    
    table = doc.add_table(rows=rows, cols=cols)
    table.style = style
    
    # 填充数据
    for i, row_data in enumerate(data):
        row = table.rows[i]
        for j, cell_data in enumerate(row_data):
            row.cells[j].text = str(cell_data)
    
    return table

添加图片：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def add_image(doc, image_path, width=None, height=None):
    """
    添加图片
    
    Args:
        doc: Document 对象
        image_path: 图片路径
        width: 宽度（Inches 对象）
        height: 高度（Inches 对象）
    """
    if width:
        doc.add_picture(image_path, width=width)
    elif height:
        doc.add_picture(image_path, height=height)
    else:
        doc.add_picture(image_path)
    
    return doc

3.1.2 模板填充代码

使用 docxtpl 进行模板填充：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
from docxtpl import DocxTemplate

def fill_template(template_path, data, output_path):
    """
    填充 Word 模板
    
    Args:
        template_path: 模板文件路径
        data: 填充数据字典
        output_path: 输出文件路径
    """
    doc = DocxTemplate(template_path)
    doc.render(data)
    doc.save(output_path)
    return output_path

# 示例：合同模板填充
contract_data = {
    'contract_no': 'HT2024001',
    'party_a': '甲方公司名称',
    'party_b': '乙方公司名称',
    'amount': '¥100,000',
    'start_date': '2024年1月1日',
    'end_date': '2024年12月31日',
    'sign_date': '2024年1月1日'
}

# fill_template('contract_template.docx', contract_data, 'contract_filled.docx')

模板示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
合同编号：{{ contract_no }}

甲方：{{ party_a }}
乙方：{{ party_b }}

经双方友好协商，达成以下协议：

一、合同金额
本合同总金额为 {{ amount }}。

二、合同期限
自 {{ start_date }} 起至 {{ end_date }} 止。

三、签署日期
本合同于 {{ sign_date }} 签署。

甲方（盖章）：___________    乙方（盖章）：___________

3.1.3 邮件合并代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
def mail_merge(template_path, data_list, output_prefix):
    """
    邮件合并 - 批量生成文档
    
    Args:
        template_path: 模板文件路径
        data_list: 数据列表，每个元素是一个字典
        output_prefix: 输出文件名前缀
    
    Returns:
        生成的文件路径列表
    """
    output_files = []
    
    for i, data in enumerate(data_list):
        output_path = f"{output_prefix}_{i+1}.docx"
        fill_template(template_path, data, output_path)
        output_files.append(output_path)
    
    return output_files

# 示例：批量生成邀请函
invitees = [
    {'name': '张三', 'company': 'A公司', 'date': '2024年3月15日'},
    {'name': '李四', 'company': 'B公司', 'date': '2024年3月15日'},
    {'name': '王五', 'company': 'C公司', 'date': '2024年3月15日'}
]

# mail_merge('invitation_template.docx', invitees, 'invitation')

3.1.4 格式设置代码

设置段落格式：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
from docx.shared import Pt, Inches
from docx.enum.text import WD_LINE_SPACING

def set_paragraph_format(paragraph, 
                        font_size=12,
                        font_name='微软雅黑',
                        bold=False,
                        alignment=None,
                        line_spacing=1.5,
                        first_line_indent=None):
    """
    设置段落格式
    
    Args:
        paragraph: 段落对象
        font_size: 字体大小（磅）
        font_name: 字体名称
        bold: 是否加粗
        alignment: 对齐方式
        line_spacing: 行间距
        first_line_indent: 首行缩进（Inches 对象）
    """
    # 设置字体
    for run in paragraph.runs:
        run.font.size = Pt(font_size)
        run.font.name = font_name
        run._element.rPr.rFonts.set(qn('w:eastAsia'), font_name)
        run.font.bold = bold
    
    # 设置对齐
    if alignment:
        paragraph.alignment = alignment
    
    # 设置行间距
    paragraph.paragraph_format.line_spacing = line_spacing
    
    # 设置首行缩进
    if first_line_indent:
        paragraph.paragraph_format.first_line_indent = first_line_indent

设置页面布局：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
from docx.shared import Inches

def set_page_layout(doc, 
                   orientation='portrait',
                   margin_top=Inches(1),
                   margin_bottom=Inches(1),
                   margin_left=Inches(1.25),
                   margin_right=Inches(1.25)):
    """
    设置页面布局
    
    Args:
        doc: Document 对象
        orientation: 页面方向 ('portrait' 纵向 / 'landscape' 横向)
        margin_top/bottom/left/right: 页边距
    """
    sections = doc.sections
    
    for section in sections:
        # 设置页边距
        section.top_margin = margin_top
        section.bottom_margin = margin_bottom
        section.left_margin = margin_left
        section.right_margin = margin_right
        
        # 设置页面方向
        if orientation == 'landscape':
            section.orientation = WD_ORIENT.LANDSCAPE
            # 交换宽高
            new_width = section.page_height
            section.page_height = section.page_width
            section.page_width = new_width

3.2 OpenClaw 平台实现

OpenClaw 的 Word Skill 示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
from openclaw import Skill, Tool
from docx import Document
from docxtpl import DocxTemplate

class WordSkill(Skill):
    name = "Word智能助手"
    description = "自动化处理 Word 文档"
    
    @Tool
    def create_document(self, title: str, content: list, output: str) -> str:
        """创建 Word 文档"""
        doc = Document()
        
        # 添加标题
        doc.add_heading(title, level=1)
        
        # 添加内容
        for item in content:
            if isinstance(item, dict):
                if item.get('type') == 'heading':
                    doc.add_heading(item['text'], level=item.get('level', 2))
                elif item.get('type') == 'paragraph':
                    doc.add_paragraph(item['text'])
                elif item.get('type') == 'table':
                    table = doc.add_table(
                        rows=len(item['data']),
                        cols=len(item['data'][0])
                    )
                    for i, row_data in enumerate(item['data']):
                        for j, cell_data in enumerate(row_data):
                            table.rows[i].cells[j].text = str(cell_data)
            else:
                doc.add_paragraph(str(item))
        
        doc.save(output)
        return f"文档已生成: {output}"
    
    @Tool
    def fill_template(self, template: str, data: dict, output: str) -> str:
        """填充 Word 模板"""
        doc = DocxTemplate(template)
        doc.render(data)
        doc.save(output)
        return f"模板已填充: {output}"
    
    @Tool
    def batch_fill(self, template: str, data_list: list, output_prefix: str) -> list:
        """批量填充模板"""
        output_files = []
        for i, data in enumerate(data_list):
            output = f"{output_prefix}_{i+1}.docx"
            self.fill_template(template, data, output)
            output_files.append(output)
        return output_files

四、Prompt 设计

4.1 系统 Prompt

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
你是 Word 智能助手，专门帮助用户自动化处理 Word 文档。

你可以执行以下操作：
1. 文档生成：根据内容创建 Word 文档
2. 模板填充：使用模板批量生成文档
3. 格式调整：统一字体、段落、页面样式
4. 内容提取：提取文字、表格、图片
5. 批量处理：批量替换、转换、合并

工作流程：
1. 理解用户的文档处理需求
2. 询问必要的参数（模板、数据、格式要求等）
3. 确认操作内容
4. 执行处理
5. 返回处理结果和文件

注意事项：
- 保持文档格式一致性
- 处理前备份重要文档
- 批量处理时提供进度反馈
- 注意中文字体兼容性

4.2 意图识别示例

用户输入识别意图提取参数
“帮我生成一份合同”文档生成合同类型、关键信息
“用模板批量生成邀请函”邮件合并模板路径、收件人列表
“把这几个 Word 合并成一个”文档合并文件列表
“统一调整文档格式”格式调整文件路径、格式要求
“提取这个文档里的表格”内容提取文件路径、提取类型

五、实战案例

5.1 案例一：合同批量生成

场景：法务部门需要根据客户信息批量生成销售合同。

解决方案：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
def batch_generate_contracts(customer_data, template_path):
    """
    批量生成销售合同
    
    Args:
        customer_data: 客户数据列表
        template_path: 合同模板路径
    """
    contracts = []
    
    for i, customer in enumerate(customer_data):
        contract_data = {
            'contract_no': f'HT2024{i+1:04d}',
            'party_a': '我方公司名称',
            'party_b': customer['company_name'],
            'contact_person': customer['contact'],
            'phone': customer['phone'],
            'product': customer['product'],
            'quantity': customer['quantity'],
            'unit_price': customer['unit_price'],
            'total_amount': customer['quantity'] * customer['unit_price'],
            'delivery_date': customer['delivery_date'],
            'payment_terms': customer['payment_terms'],
            'sign_date': customer['sign_date']
        }
        
        output_path = f"contract_{customer['company_name']}.docx"
        fill_template(template_path, contract_data, output_path)
        contracts.append(output_path)
    
    return contracts

5.2 案例二：报告自动生成

场景：需要根据数据自动生成分析报告。

解决方案：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
def generate_report(data, analysis_result, output_path):
    """
    自动生成分析报告
    
    Args:
        data: 原始数据
        analysis_result: 分析结果
        output_path: 输出路径
    """
    doc = Document()
    
    # 封面
    doc.add_heading('数据分析报告', level=1)
    doc.add_paragraph(f'生成日期：{datetime.now().strftime("%Y年%m月%d日")}')
    doc.add_page_break()
    
    # 目录
    doc.add_heading('目录', level=1)
    toc_items = [
        '一、数据概述',
        '二、关键指标分析',
        '三、趋势分析',
        '四、结论与建议'
    ]
    for item in toc_items:
        doc.add_paragraph(item)
    doc.add_page_break()
    
    # 正文
    doc.add_heading('一、数据概述', level=1)
    doc.add_paragraph(f'本次分析共涉及 {len(data)} 条数据记录。')
    
    doc.add_heading('二、关键指标分析', level=1)
    # 添加指标表格
    metrics_table = [
        ['指标', '数值', '同比'],
        ['总销售额', f"¥{analysis_result['total_sales']:,.2f}", f"{analysis_result['sales_yoy']:+.1%}"],
        ['订单数量', str(analysis_result['order_count']), f"{analysis_result['order_yoy']:+.1%}"],
        ['客单价', f"¥{analysis_result['avg_order_value']:,.2f}", f"{analysis_result['aov_yoy']:+.1%}"]
    ]
    add_table(doc, metrics_table)
    
    doc.add_heading('三、趋势分析', level=1)
    # 添加分析内容
    for trend in analysis_result['trends']:
        doc.add_heading(trend['title'], level=2)
        doc.add_paragraph(trend['description'])
    
    doc.add_heading('四、结论与建议', level=1)
    for suggestion in analysis_result['suggestions']:
        doc.add_paragraph(suggestion, style='List Bullet')
    
    doc.save(output_path)
    return output_path

六、实战练习

练习 1：合同生成器

创建一个 Skill，实现以下功能：

  1. 提供合同模板
  2. 接收客户信息（公司名称、联系人、金额等）
  3. 自动填充模板生成合同
  4. 保存为 Word 文档

练习 2：批量邀请函

创建一个 Skill，实现以下功能：

  1. 读取嘉宾名单（Excel 或 CSV）
  2. 使用邀请函模板
  3. 批量生成个性化邀请函
  4. 保存为单独的 Word 文件

练习 3：文档格式统一

创建一个 Skill，实现以下功能：

  1. 接收 Word 文档或文件夹
  2. 统一设置字体（正文宋体小四，标题黑体）
  3. 统一设置行间距（1.5倍）
  4. 统一设置页边距
  5. 保存修改后的文档

七、常见问题

Q1：中文字体显示异常怎么办？

解决方案：

  • 明确设置中文字体名称
  • 使用 qn('w:eastAsia') 设置东亚字体
  • 确保系统安装了相应字体

Q2：如何保留原模板的样式？

解决方案：

  • 使用 docxtpl 而不是直接操作 python-docx
  • 在模板中预定义好样式
  • 只填充变量内容，不修改样式

Q3：批量处理大量文档时内存不足？

解决方案：

  • 分批处理，处理完一批保存一批
  • 及时关闭不再使用的文档对象
  • 考虑使用生成器模式

八、下节预告

下一讲我们将学习 OCR 文字识别 Skill 开发，包括：

  • 图片文字识别
  • PDF 扫描件识别
  • 表格识别与提取
  • 批量 OCR 处理

加入学习群

👉 加入AI编程学习交流群

点击加入

本讲是《AI Skills 从入门到实践》系列课程的第15讲。

进群

嗨，扫码 进群

微信

扫一扫，分享到微信

微信分享二维码
本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置：

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：python-office