DOCX 文档工具包

解决的问题

很多 Word 任务卡在格式、批注、修订和媒体元数据上：纯文本会丢失结构，直接改 XML 又容易破坏 document.xml、comments.xml 和 run 边界。这个技能面向需要稳定读写 .docx 的文档流程，把创建、编辑、分析与可视化拆成可执行路径，而不是只给一段转换命令。

工作方式与适用边界

• 读取：用 pandoc 转 Markdown 获取正文与修订，需要批注、复杂格式、嵌入媒体或元数据时解包查看原始 XML。
• 新建：用 docx-js 以 Document、Paragraph、TextRun 构建文件，再 Packer.toBuffer() 导出。
• 编辑：用 Python Document 库处理 OOXML，解包、修改、保存、打包；对他人文档或法律、学术、商业、政府文档优先走修订工作流，并按 3 到 10 个相关变更分批处理。
• 视觉增强：新文档或复杂概念可用自然语言描述生成示意图，输出可保存到 figures/，用于工作流、架构、数据流等说明。
• 分析：必要时转为 PDF，再用 pdftoppm 输出页面图像，辅助检查排版、页码与视觉结构。

注意：简单正文提取可只走 Markdown；涉及保留原始格式、批注和 tracked changes 时必须回到 XML 层。不要依赖 Markdown 行号定位 XML，行号会随编辑变化。