无头Office自动化深度解析OfficeCLI如何让AI代理看见并操控Word、Excel、PowerPoint【免费下载链接】OfficeCLIOfficeCLI is the first and best Office suite purpose-built for AI agents to read, edit, and automate Word, Excel, and PowerPoint files. Free, open-source, single binary, no Office installation required.项目地址: https://gitcode.com/GitHub_Trending/of/OfficeCLI深夜两点数据平台的告警铃声划破机房寂静——每周一上午九点市场部都需要一份融合销售、财务与渠道数据的周报。过去三年这个任务一直靠一位工程师手工拼接Excel、复制PPT模板完成耗时四小时且错误频出。你试图让AI代理接管这份工作却在第一道坎前就卡住了主流大模型能写出流畅的文字却连一个标准的.pptx文件都打不开。OfficeCLI正是为破解这一困境而生的开源工具——它是一个专门为AI代理AI Agent设计的无头HeadlessOffice套件让AI通过一行命令就能读取、编辑、自动化Word、Excel和PowerPoint文档单二进制、零依赖、无需安装任何Office软件是文档自动化流水线中最值得关注的新基建。为什么传统方案撑不起AI时代的文档流水线先看一组现实对照。用Python处理Office文档经典路线是python-docx、openpyxl、python-pptx三件套分工每个库只覆盖一种格式API风格各异而且都只处理OOXML的子集。如果要在CI/CD里渲染文档效果图还得另起LibreOffice或Office COM组件——它们体积庞大、依赖重型运行环境在无显示器的容器里配置起来令人头大。更致命的是AI代理与这些工具之间存在看不见的鸿沟。大模型能读懂文档的DOM结构哪个段落、哪段文字却判断不出标题是否溢出文本框两个图形是否重叠这类视觉问题。传统的--headless方案只是把Office塞进服务器并没有解决让AI看得见这件事。我们把需求拆解成四层逐层看OfficeCLI的应对策略需求层次传统方案的困境OfficeCLI的解法读写能力三套API各管一种格式单一CLI统一.docx/.xlsx/.pptx视觉反馈需额外安装渲染器内置高保真HTML渲染引擎直接出HTML/PNG结构化交互返回文本靠正则解析全命令支持--json错误带结构化code与建议部署门槛Python环境多个库单二进制内置.NET运行时开箱即用这套让AI看见文档的渲染闭环正是OfficeCLI区别于所有竞品的分水岭也是整篇文章后续所有讨论的支点。从零到能用五分钟跑通第一个自动化任务安装方式多样这里给出两条最常用的路径。方式一macOS / Linux 一行脚本安装# 安装脚本会下载平台对应的二进制并自动加入PATH curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash # 验证安装 officecli --version方式二Docker容器内安装无头环境推荐# Dockerfile —— 适合CI/CD与无头服务器 FROM mcr.microsoft.com/dotnet/runtime:8.0 AS runtime WORKDIR /app # 下载Linux x64二进制无需安装Office或LibreOffice RUN curl -L -o /usr/local/bin/officecli \ https://github.com/iOfficeAI/OfficeCLI/releases/latest/download/officecli-linux-x64 \ chmod x /usr/local/bin/officecli RUN officecli --version WORKDIR /workspace ENTRYPOINT [officecli]装好之后用三条命令体验创建→预览→编辑的最小闭环# 1. 创建空白演示文稿 officecli create deck.pptx # 2. 启动实时预览浏览器打开 http://localhost:26315 officecli watch deck.pptx # 3. 另一终端添加幻灯片——浏览器即时刷新形成编辑反馈环 officecli add deck.pptx / --type slide --prop titleHello, World!这套add / set / remove三连配合watch的自动刷新预览就是渲染→查看→修复闭环的最小实践形态。理解了这个循环接下来我们深入到二进制内部看看它由哪些模块支撑。架构内幕一个二进制如何装下三个Office引擎源码位于src/officecli/目录下整体是C#/.NET实现编译产物是自包含原生二进制——运行时完全内嵌这正是零依赖的来源。从源码看它分四个层次src/officecli/ ├── Core/ # 基础设施层 │ ├── Chart/ # 图表引擎14个文件 │ ├── Formula/ # Excel公式引擎16个文件350内置函数 │ ├── Rendering/ # HTML渲染引擎6个文件AI的眼睛 │ ├── Plugins/ # 插件架构7个文件 │ └── Watch/ # 实时预览服务3个文件 ├── Handlers/ # 文档处理器层 │ ├── Word/WordHandler.cs # .docx解析、编辑、生成 │ ├── Excel/ExcelHandler.cs# .xlsx数据操作与格式 │ └── Pptx/PowerPointHandler.cs # .pptx创建与编辑 ├── Help/ # 内置帮助系统Schema驱动 └── CommandBuilder*.cs # 命令行解析与命令分发数据流是单向的、确定性的非常适合AI代理的迭代式生成用户/AI 请求 │ ▼ CommandBuilder 解析--json / --prop 参数 │ ▼ Handlers 文档处理Word / Excel / Pptx │ ▼ Core/Rendering 渲染 → HTML / PNGAI看得见的产物 │ ▼ AI 审视渲染结果 → 再次发起请求render → look → fix 闭环设计上有一条很值得学习的渐进复杂度原则——三层抽象L1→L2→L3层定位代表命令适用场景L1 语义视图只读最省tokenviewoutline/text/issues/htmlAI先读文档判断结构L2 DOM操作结构化元素编辑get/query/set/add/remove绝大多数编辑任务L3 原始XML万能兜底raw/raw-set/add-partL2表达不了的边缘需求层级之间天然衔接AI先从L1读需要改时降到L2遇到特殊能力再落入L3的XPath操作。这套分级既控制了token消耗又保证了任何文档都能改的下限。三个拿来即用的实战案例理解了架构我们把方案落到真实流水线里。下面三个案例分别覆盖批量处理、模板合并、错误处理三类高频场景均可在本地直接运行。案例一批量生成员工绩效报告模板合并模板合并merge是报告自动化的核心武器AI只设计一次布局生产代码用JSON数据填充N次避免每次都从头生成导致版式漂移。# 步骤1设计好带 {{占位符}} 的 Word 模板 invoice-template.docx # 步骤2用JSON数据批量填充生成个性化文件 officecli merge invoice-template.docx out-invoice-001.docx \ --data {client:Acme,invoiceNumber:INV-2024-001,amount:$5,200,date:2024-01-15} # 步骤3循环处理员工名单批量产出评估报告 while read employee; do officecli merge performance-review-template.docx \ reviews/${employee}.docx \ --data {\employee\:\${employee}\,\date\:\$(date %Y-%m-%d)\} done employees.txt占位符可以出现在段落、表格单元格、形状、页眉页脚甚至图表标题中JSON与模板的对应关系是确定的、零token成本的。案例二Excel数据透视表一键生成批量高级能力内置公式引擎在写入时自动求值写SUM(A1:A2)后立即get就能拿到结果无需回Office重算。透视表更是一行命令生成原生OOXML# 从源数据范围创建多字段透视表聚合方式、行列、值全部一行指定 officecli add sales.xlsx /Sheet1 --type pivottable \ --prop sourceData!A1:E10000 \ --prop rowsRegion,Category \ --prop colsQuarter \ --prop valuesRevenue:sum,Units:avg \ --prop showDataAspercentOfTotal \ --prop grandTotalsrowsvalues参数的格式是字段名:聚合函数[:显示方式]支持sum/count/average等10种聚合日期列还会自动分组。案例三健壮的错误处理范式供AI代理自愈OfficeCLI的JSON输出自带结构化错误码not_found、invalid_value、unsupported_property等并附上建议与合法取值范围让AI代理无需人工介入就能自纠import json, subprocess def cli(*args): 包装officecli调用返回结构化JSON return json.loads(subprocess.check_output( [officecli, *args, --json], textTrue)) # AI尝试访问不存在的路径 r cli(get, report.docx, /body/p[99]) # → {success: false, error: {error: ..., code: not_found, # suggestion: Valid paragraph index range: 1-8}} # AI自纠先列出可用子节点再选择正确路径 children cli(get, report.docx, /body, --depth, 1) # → 返回全部可用段落列表AI据此修正路径重试# 也可以先在命令行用 help 查询合法属性而不是靠猜 officecli help pptx set shape这套错误码建议值的机制让agent工作流可以写成尝试→失败→读取错误→纠正→重试的自愈循环这正是生产级文档自动化与玩具脚本的本质区别。性能优化与生产落地经验常驻模式Resident Mode消除进程启动开销每个命令独立启动进程在大文档上会有明显的文件I/O开销。OfficeCLI的解法是常驻模式open把文档驻留内存后续set/add零文件读写close时统一落盘。officecli open report.docx # 显式驻留12分钟空闲超时 officecli set report.docx /body/p[1] --prop boldtrue officecli set report.docx /body/p[2] --prop colorFF0000 officecli close report.docx # 保存并释放一个关键纪律只在officecli与外部程序交接边界落盘。officecli自己的get/query/view永远读到最新内存态无需中途save但如果接下来有python-docx或上传程序要读文件必须先save保留驻留或close落盘并释放。若流水线中每个命令后都有外部程序读取可设OFFICECLI_RESIDENT_FLUSHeach让每次变更在返回前写盘。批量操作的原子性语义batch把多条命令放入同一次保存周期执行默认原子化任一命令失败整批回滚文件与执行前逐字节一致。echo [ {command:set,path:/slide[1]/shape[1],props:{text:Hello}}, {command:set,path:/slide[1]/shape[2],props:{fill:FF0000}} ] | officecli batch deck.pptx --json # 丢失型回放场景用 --best-effort 保留已成功的部分 officecli batch deck.pptx --input updates.json --best-effort --json配合dump命令还能实现文档→JSON→改→回放的往返officecli dump existing.docx -o blueprint.json把整篇文档或任意子树序列化成可回放的batch JSONAI学习现有模板的结构后改几个字段再batch重放100份变体就此生成。多文档并发处理单二进制、无共享状态的设计让并发变得简单——直接上线程池并行调用即可import concurrent.futures, subprocess, os def process_doc(path): out fprocessed/{os.path.basename(path)} subprocess.run([officecli, merge, q4-template.pptx, out, --data, {quarter:Q4}], checkTrue) return out docs [acme.pptx, globex.pptx, initech.pptx] with concurrent.futures.ThreadPoolExecutor(max_workers3) as ex: for r in ex.map(process_doc, docs): print(done:, r)生态扩展与AI集成现状OfficeCLI的价值不止于CLI本身它已经长出了一圈可用的生态。插件机制plugins/目录定义了插件协议支持扩展.doc、.hwpx读取以及PDF导出等能力officecli plugins list可查看已装插件。MCP服务器内置MCPModel Context Protocol服务器一条命令注册到主流AI工具officecli mcp claude # Claude Code officecli mcp cursor # Cursor officecli mcp vscode # VS Code / Copilot officecli mcp list # 查看注册状态技能文件生态skills/目录提供了按场景细分的技能SKILL.md如融资用的pitch-deck、学术论文的academic-paper、金融模型的financial-model、Morph动画的morph-ppt等。AI代理通过officecli load_skill name加载对应规则后就能按专业规范生成文档。路线图方向云原生环境Kubernetes/Serverless的部署体验优化、内置文档理解与生成AI模型、实时协作编辑、更多格式深度集成PDF/Markdown、分布式处理与GPU加速渲染。写在最后文档自动化的最后一公里已经打通回看文章开头的那份周报任务——现在它变成了一条可观测、可重试、可审计的流水线AI代理用create建文件用add/set灌数据用merge批量填充模板用view screenshot自我检查版式用validate做交付前校验全程不需要人工打开一次Office。从我们拆解的四层架构、三层抽象、resident与batch的性能设计到MCP与技能文件编织的AI生态OfficeCLI把AI操控Office文档从愿景变成了工程现实。如果你正在搭建文档生成流水线、正在为AI代理寻找Office处理能力或者正在Docker/CI环境里与LibreOffice的依赖斗争——现在就是动手验证的最好时机。克隆仓库git clone https://gitcode.com/GitHub_Trending/of/OfficeCLI跑通第一个create然后让它帮你生成一份真正的周报。也欢迎为这个Apache 2.0开源项目贡献代码、提交issue或补充示例让更多团队享受到无头Office自动化的红利。无头Headless不是目的让AI真正看见并控制文档才是这场自动化变革的终点。【免费下载链接】OfficeCLIOfficeCLI is the first and best Office suite purpose-built for AI agents to read, edit, and automate Word, Excel, and PowerPoint files. Free, open-source, single binary, no Office installation required.项目地址: https://gitcode.com/GitHub_Trending/of/OfficeCLI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 无头Office自动化深度解析：OfficeCLI如何让AI代理“看见“并操控Word、Excel、PowerPoint
无头Office自动化深度解析OfficeCLI如何让AI代理看见并操控Word、Excel、PowerPoint【免费下载链接】OfficeCLIOfficeCLI is the first and best Office suite purpose-built for AI agents to read, edit, and automate Word, Excel, and PowerPoint files. Free, open-source, single binary, no Office installation required.项目地址: https://gitcode.com/GitHub_Trending/of/OfficeCLI深夜两点数据平台的告警铃声划破机房寂静——每周一上午九点市场部都需要一份融合销售、财务与渠道数据的周报。过去三年这个任务一直靠一位工程师手工拼接Excel、复制PPT模板完成耗时四小时且错误频出。你试图让AI代理接管这份工作却在第一道坎前就卡住了主流大模型能写出流畅的文字却连一个标准的.pptx文件都打不开。OfficeCLI正是为破解这一困境而生的开源工具——它是一个专门为AI代理AI Agent设计的无头HeadlessOffice套件让AI通过一行命令就能读取、编辑、自动化Word、Excel和PowerPoint文档单二进制、零依赖、无需安装任何Office软件是文档自动化流水线中最值得关注的新基建。为什么传统方案撑不起AI时代的文档流水线先看一组现实对照。用Python处理Office文档经典路线是python-docx、openpyxl、python-pptx三件套分工每个库只覆盖一种格式API风格各异而且都只处理OOXML的子集。如果要在CI/CD里渲染文档效果图还得另起LibreOffice或Office COM组件——它们体积庞大、依赖重型运行环境在无显示器的容器里配置起来令人头大。更致命的是AI代理与这些工具之间存在看不见的鸿沟。大模型能读懂文档的DOM结构哪个段落、哪段文字却判断不出标题是否溢出文本框两个图形是否重叠这类视觉问题。传统的--headless方案只是把Office塞进服务器并没有解决让AI看得见这件事。我们把需求拆解成四层逐层看OfficeCLI的应对策略需求层次传统方案的困境OfficeCLI的解法读写能力三套API各管一种格式单一CLI统一.docx/.xlsx/.pptx视觉反馈需额外安装渲染器内置高保真HTML渲染引擎直接出HTML/PNG结构化交互返回文本靠正则解析全命令支持--json错误带结构化code与建议部署门槛Python环境多个库单二进制内置.NET运行时开箱即用这套让AI看见文档的渲染闭环正是OfficeCLI区别于所有竞品的分水岭也是整篇文章后续所有讨论的支点。从零到能用五分钟跑通第一个自动化任务安装方式多样这里给出两条最常用的路径。方式一macOS / Linux 一行脚本安装# 安装脚本会下载平台对应的二进制并自动加入PATH curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash # 验证安装 officecli --version方式二Docker容器内安装无头环境推荐# Dockerfile —— 适合CI/CD与无头服务器 FROM mcr.microsoft.com/dotnet/runtime:8.0 AS runtime WORKDIR /app # 下载Linux x64二进制无需安装Office或LibreOffice RUN curl -L -o /usr/local/bin/officecli \ https://github.com/iOfficeAI/OfficeCLI/releases/latest/download/officecli-linux-x64 \ chmod x /usr/local/bin/officecli RUN officecli --version WORKDIR /workspace ENTRYPOINT [officecli]装好之后用三条命令体验创建→预览→编辑的最小闭环# 1. 创建空白演示文稿 officecli create deck.pptx # 2. 启动实时预览浏览器打开 http://localhost:26315 officecli watch deck.pptx # 3. 另一终端添加幻灯片——浏览器即时刷新形成编辑反馈环 officecli add deck.pptx / --type slide --prop titleHello, World!这套add / set / remove三连配合watch的自动刷新预览就是渲染→查看→修复闭环的最小实践形态。理解了这个循环接下来我们深入到二进制内部看看它由哪些模块支撑。架构内幕一个二进制如何装下三个Office引擎源码位于src/officecli/目录下整体是C#/.NET实现编译产物是自包含原生二进制——运行时完全内嵌这正是零依赖的来源。从源码看它分四个层次src/officecli/ ├── Core/ # 基础设施层 │ ├── Chart/ # 图表引擎14个文件 │ ├── Formula/ # Excel公式引擎16个文件350内置函数 │ ├── Rendering/ # HTML渲染引擎6个文件AI的眼睛 │ ├── Plugins/ # 插件架构7个文件 │ └── Watch/ # 实时预览服务3个文件 ├── Handlers/ # 文档处理器层 │ ├── Word/WordHandler.cs # .docx解析、编辑、生成 │ ├── Excel/ExcelHandler.cs# .xlsx数据操作与格式 │ └── Pptx/PowerPointHandler.cs # .pptx创建与编辑 ├── Help/ # 内置帮助系统Schema驱动 └── CommandBuilder*.cs # 命令行解析与命令分发数据流是单向的、确定性的非常适合AI代理的迭代式生成用户/AI 请求 │ ▼ CommandBuilder 解析--json / --prop 参数 │ ▼ Handlers 文档处理Word / Excel / Pptx │ ▼ Core/Rendering 渲染 → HTML / PNGAI看得见的产物 │ ▼ AI 审视渲染结果 → 再次发起请求render → look → fix 闭环设计上有一条很值得学习的渐进复杂度原则——三层抽象L1→L2→L3层定位代表命令适用场景L1 语义视图只读最省tokenviewoutline/text/issues/htmlAI先读文档判断结构L2 DOM操作结构化元素编辑get/query/set/add/remove绝大多数编辑任务L3 原始XML万能兜底raw/raw-set/add-partL2表达不了的边缘需求层级之间天然衔接AI先从L1读需要改时降到L2遇到特殊能力再落入L3的XPath操作。这套分级既控制了token消耗又保证了任何文档都能改的下限。三个拿来即用的实战案例理解了架构我们把方案落到真实流水线里。下面三个案例分别覆盖批量处理、模板合并、错误处理三类高频场景均可在本地直接运行。案例一批量生成员工绩效报告模板合并模板合并merge是报告自动化的核心武器AI只设计一次布局生产代码用JSON数据填充N次避免每次都从头生成导致版式漂移。# 步骤1设计好带 {{占位符}} 的 Word 模板 invoice-template.docx # 步骤2用JSON数据批量填充生成个性化文件 officecli merge invoice-template.docx out-invoice-001.docx \ --data {client:Acme,invoiceNumber:INV-2024-001,amount:$5,200,date:2024-01-15} # 步骤3循环处理员工名单批量产出评估报告 while read employee; do officecli merge performance-review-template.docx \ reviews/${employee}.docx \ --data {\employee\:\${employee}\,\date\:\$(date %Y-%m-%d)\} done employees.txt占位符可以出现在段落、表格单元格、形状、页眉页脚甚至图表标题中JSON与模板的对应关系是确定的、零token成本的。案例二Excel数据透视表一键生成批量高级能力内置公式引擎在写入时自动求值写SUM(A1:A2)后立即get就能拿到结果无需回Office重算。透视表更是一行命令生成原生OOXML# 从源数据范围创建多字段透视表聚合方式、行列、值全部一行指定 officecli add sales.xlsx /Sheet1 --type pivottable \ --prop sourceData!A1:E10000 \ --prop rowsRegion,Category \ --prop colsQuarter \ --prop valuesRevenue:sum,Units:avg \ --prop showDataAspercentOfTotal \ --prop grandTotalsrowsvalues参数的格式是字段名:聚合函数[:显示方式]支持sum/count/average等10种聚合日期列还会自动分组。案例三健壮的错误处理范式供AI代理自愈OfficeCLI的JSON输出自带结构化错误码not_found、invalid_value、unsupported_property等并附上建议与合法取值范围让AI代理无需人工介入就能自纠import json, subprocess def cli(*args): 包装officecli调用返回结构化JSON return json.loads(subprocess.check_output( [officecli, *args, --json], textTrue)) # AI尝试访问不存在的路径 r cli(get, report.docx, /body/p[99]) # → {success: false, error: {error: ..., code: not_found, # suggestion: Valid paragraph index range: 1-8}} # AI自纠先列出可用子节点再选择正确路径 children cli(get, report.docx, /body, --depth, 1) # → 返回全部可用段落列表AI据此修正路径重试# 也可以先在命令行用 help 查询合法属性而不是靠猜 officecli help pptx set shape这套错误码建议值的机制让agent工作流可以写成尝试→失败→读取错误→纠正→重试的自愈循环这正是生产级文档自动化与玩具脚本的本质区别。性能优化与生产落地经验常驻模式Resident Mode消除进程启动开销每个命令独立启动进程在大文档上会有明显的文件I/O开销。OfficeCLI的解法是常驻模式open把文档驻留内存后续set/add零文件读写close时统一落盘。officecli open report.docx # 显式驻留12分钟空闲超时 officecli set report.docx /body/p[1] --prop boldtrue officecli set report.docx /body/p[2] --prop colorFF0000 officecli close report.docx # 保存并释放一个关键纪律只在officecli与外部程序交接边界落盘。officecli自己的get/query/view永远读到最新内存态无需中途save但如果接下来有python-docx或上传程序要读文件必须先save保留驻留或close落盘并释放。若流水线中每个命令后都有外部程序读取可设OFFICECLI_RESIDENT_FLUSHeach让每次变更在返回前写盘。批量操作的原子性语义batch把多条命令放入同一次保存周期执行默认原子化任一命令失败整批回滚文件与执行前逐字节一致。echo [ {command:set,path:/slide[1]/shape[1],props:{text:Hello}}, {command:set,path:/slide[1]/shape[2],props:{fill:FF0000}} ] | officecli batch deck.pptx --json # 丢失型回放场景用 --best-effort 保留已成功的部分 officecli batch deck.pptx --input updates.json --best-effort --json配合dump命令还能实现文档→JSON→改→回放的往返officecli dump existing.docx -o blueprint.json把整篇文档或任意子树序列化成可回放的batch JSONAI学习现有模板的结构后改几个字段再batch重放100份变体就此生成。多文档并发处理单二进制、无共享状态的设计让并发变得简单——直接上线程池并行调用即可import concurrent.futures, subprocess, os def process_doc(path): out fprocessed/{os.path.basename(path)} subprocess.run([officecli, merge, q4-template.pptx, out, --data, {quarter:Q4}], checkTrue) return out docs [acme.pptx, globex.pptx, initech.pptx] with concurrent.futures.ThreadPoolExecutor(max_workers3) as ex: for r in ex.map(process_doc, docs): print(done:, r)生态扩展与AI集成现状OfficeCLI的价值不止于CLI本身它已经长出了一圈可用的生态。插件机制plugins/目录定义了插件协议支持扩展.doc、.hwpx读取以及PDF导出等能力officecli plugins list可查看已装插件。MCP服务器内置MCPModel Context Protocol服务器一条命令注册到主流AI工具officecli mcp claude # Claude Code officecli mcp cursor # Cursor officecli mcp vscode # VS Code / Copilot officecli mcp list # 查看注册状态技能文件生态skills/目录提供了按场景细分的技能SKILL.md如融资用的pitch-deck、学术论文的academic-paper、金融模型的financial-model、Morph动画的morph-ppt等。AI代理通过officecli load_skill name加载对应规则后就能按专业规范生成文档。路线图方向云原生环境Kubernetes/Serverless的部署体验优化、内置文档理解与生成AI模型、实时协作编辑、更多格式深度集成PDF/Markdown、分布式处理与GPU加速渲染。写在最后文档自动化的最后一公里已经打通回看文章开头的那份周报任务——现在它变成了一条可观测、可重试、可审计的流水线AI代理用create建文件用add/set灌数据用merge批量填充模板用view screenshot自我检查版式用validate做交付前校验全程不需要人工打开一次Office。从我们拆解的四层架构、三层抽象、resident与batch的性能设计到MCP与技能文件编织的AI生态OfficeCLI把AI操控Office文档从愿景变成了工程现实。如果你正在搭建文档生成流水线、正在为AI代理寻找Office处理能力或者正在Docker/CI环境里与LibreOffice的依赖斗争——现在就是动手验证的最好时机。克隆仓库git clone https://gitcode.com/GitHub_Trending/of/OfficeCLI跑通第一个create然后让它帮你生成一份真正的周报。也欢迎为这个Apache 2.0开源项目贡献代码、提交issue或补充示例让更多团队享受到无头Office自动化的红利。无头Headless不是目的让AI真正看见并控制文档才是这场自动化变革的终点。【免费下载链接】OfficeCLIOfficeCLI is the first and best Office suite purpose-built for AI agents to read, edit, and automate Word, Excel, and PowerPoint files. Free, open-source, single binary, no Office installation required.项目地址: https://gitcode.com/GitHub_Trending/of/OfficeCLI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考