技能介绍

要解决什么问题

自动化脚本里处理 Office 文件时，常见痛点是：只写了公式字符串、读回却是空值；批量 docx/xlsx/pptx 转 PDF 在 Windows 与 macOS/Linux 上路径不一致；扫描 PDF 用 pdftotext 拿不到字；改已有表格又怕把原文件弄坏。office360 定位成离线、文件进文件出的批处理工具箱，用四条管道（READ / CREATE / CONVERT / EDIT）把意图路由到对应参考文档，而不是堆在一个大模块里。

核心能力与工作方式

READ：用标准库解包 OOXML 读 DOCX/XLSX/PPTX；PDF 先 pdftotext，空结果再走 OCR（pytesseract + pdf2image）。
CREATE：create_xlsx / create_docx / create_pptx 生成文档；含公式的 XLSX 必须在收尾调用 scripts/recalc.py，由 LibreOffice 无头真重算并写回数值；PPTX 可走 视觉 QA（转图 + 子代理查重叠、溢出、低对比度）。
CONVERT：XLSX→CSV/JSON 可纯 Python；→PDF 在 Windows 上优先 Office/WPS COM，否则回退 soffice --headless；PDF 侧还支持合并拆分、表单、reportlab 生成等。
EDIT：已有 XLSX 走 openpyxl（edit_cell、插删行列，默认 .bak 备份）；已有 DOCX 走 stdlib 文本替换（references/docx_edit.md）；改公式后同样要 recalc。

路由口诀：Excel 编辑找 edit.md，Word 编辑找 docx_edit.md；「做表 → 重算 → 转 PDF」是 CREATE 接 CONVERT，但按主意图先选管道。

适用边界与注意点

不是实时协作或云端文档编辑器；是批量转换、抽取、改单元格这类脚本活。
公式真重算、PPTX 视觉 QA、跨平台高保真兜底转 PDF 依赖 LibreOffice；Windows 上 COM 转 PDF 需已装 Office 或 WPS。
批量任务有硬边界（如单次最多约 100 个文件或总大小 ≤500MB、单文件转换超时等），超限会拒绝或拆批，避免静默卡死。
Python 3.13+ 解析 OOXML 时须用 tag.endswith('}localname') 匹配命名空间，勿依赖有问题的 ElementTree.iter('{ns}tag') 写法。