DOCX 文档工具包

要解决什么问题

.docx 本质是 ZIP 里的 OOXML（XML + 资源）。用户让你新建、改稿或审阅 Word 时，不能只会「转纯文本」——评论、修订痕迹、复杂版式、嵌入媒体都要能落到正确工作流上。本技能用决策树把「读 / 建 / 改」拆开，避免一律用同一种工具硬改。

技能如何工作

读与分析

• 只要正文结构：用 pandoc 转 Markdown（可保留修订痕迹）。
• 要评论、元数据、媒体或细粒度结构：先 python ooxml/scripts/unpack.py 解包，再读 word/document.xml、word/comments.xml、word/media/ 等；修订对应 <w:ins> / <w:del>。

从零创建

• 走 docx-js（JS/TS）：必须先完整阅读技能内的 docx-js.md，再用 Document / Paragraph / TextRun 生成，最后 Packer.toBuffer() 导出。

改已有文档

• 自己的稿、小改动：Basic OOXML editing——完整读 ooxml.md，解包 → 用 Python Document 库改 → pack.py 打包。
• 他人文档或法务/学术/政企类：Redlining workflow（默认且强制）。先用 pandoc 得到带修订的 Markdown，按章节/类型分批（建议每批 3～10 处），在 XML 里只标记真正变动的字，未改文字复用原 <w:r> 的 RSID；每批改完 grep 校验 document.xml 再跑脚本。

视觉核对

• 需要「看版式」时：DOCX → PDF（LibreOffice）→ 按页转 JPEG（pdftoppm），便于对照页面范围。

边界与注意点

• Markdown 行号不能用来定位 XML；用章节号、唯一上下文 grep 或段落结构。
• 修订要系统化做完再打包，最后用 pandoc 全文核对，避免漏改或误改。
• 生成 OOXML 相关代码时保持简洁，少冗余变量与无意义 print。