Communitygithub.com

Creación, edición y análisis de documentos DOCX

Crea, edita y analiza documentos Word (.docx) y plantillas (.dotx) con formato profesional, tablas de contenido, encabezados, imágenes y control de cambios.

¿Qué es Creación, edición y análisis de documentos DOCX?

Esta habilidad permite a un agente de IA crear, editar, leer y analizar documentos de Microsoft Word (.docx) y plantillas (.dotx) mediante scripts y herramientas de línea de comandos. Para crear documentos nuevos, usa la librería npm 'docx' preinstalada, con cuidado de evitar errores comunes como el tamaño de página incorrecto (A4 por defecto, cambiar a Carta), el uso de tablas (anchos duplicados en tabla y celdas), sombreado (usar CLEAR, no SOLID), listas (configuración de numeración con LevelFormat.BULLET) y saltos de página (dentro de un párrafo). Para editar documentos existentes, descomprime el .docx, edita word/document.xml y vuelve a comprimir, fusionando previamente las ejecuciones fragmentadas con merge_runs.py. Para extraer contenido, usa pandoc. La habilidad también maneja control de cambios (inserciones y eliminaciones etiquetadas con <w:ins>/<w:del>), comentarios (usando un script auxiliar que genera los seis archivos XML necesarios) y validación con XSD. Está diseñada para plataformas como Claude Code, Cursor y Codex, y requiere dependencias como pandoc, LibreOffice y pdftoppm para verificación visual.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/LiChangZheng10086/doyin_ai_video/tree/HEAD/.agents/skills/docx

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Creación, edición y análisis de documentos DOCX?

Un .docx es un archivo ZIP que contiene archivos XML. Elige tu enfoque según la tarea:

TareaEnfoque
Crear un documento nuevoEscribe un script con docx (npm): consulta las trampas a continuación
Editar un documento existenteunzip → editar word/document.xml → zip (docx-js no puede abrir archivos existentes)
Leer contenidopandoc -t markdown file.docx

Las rutas de los scripts a continuación son relativas al directorio de esta habilidad.

Crear con docx-js — trampas

docx está preinstalado — no ejecutes npm install primero; escribe el script y usa require('docx') directamente. Solo si ese require falla: npm install docx. El modelo conoce la API; estas son las trampas:

  • El tamaño de página predeterminado es A4. Para Carta (US Letter) usa page: { size: { width: 12240, height: 15840 } } (DXA; 1440 = 1″).
  • Horizontal: pasa las dimensiones verticales y orientation: PageOrientation.LANDSCAPE — docx-js intercambia ancho/alto internamente.
  • Las tablas necesitan anchos duplicados: establece columnWidths en la tabla Y width en cada celda, ambos en WidthType.DXA (PORCENTAJE falla en Google Docs). Los anchos de columna deben sumar el ancho de la tabla.
  • Sombreado de tabla: usa ShadingType.CLEAR, nunca SOLID (representa en negro).
  • Listas: nunca insertes • literalmente; usa una configuración de numbering con LevelFormat.BULLET.
  • ImageRun requiere type: ("png", "jpg", …).
  • PageBreak debe estar dentro de un Paragraph.
  • Nunca uses \n — usa elementos Paragraph separados.
  • Tabla de contenido: los encabezados deben usar HeadingLevel.* incorporados; los estilos de encabezado personalizados necesitan outlineLevel configurado o no aparecerán.
  • No uses una tabla como regla horizontal — usa en su lugar un borde inferior de párrafo.
  • Líder de puntos / alineado a la derecha en la misma línea: usa PositionalTab (alignment: PositionalTabAlignment.RIGHT, leader: PositionalTabLeader.DOT) dentro de un TextRun, no puntos literales ni relleno con espacios.

Verificar la salida

Después de escribir un .docx, conviértelo y revísalo:

python scripts/office/soffice.py --headless --convert-to pdf output.docx
pdftoppm -jpeg -r 100 output.pdf page
ls page-*.jpg   # luego lee las imágenes

pdftoppm rellena con ceros los números de página hasta el ancho del número total de páginas (page-01.jpg…page-12.jpg).

Editar documentos existentes

Los archivos .doc heredados deben convertirse primero: python scripts/office/soffice.py --headless --convert-to docx file.doc.

unzip -q doc.docx -d unpacked/
find unpacked -type l -delete   # elimina entradas de enlaces simbólicos — los docx de terceros no son confiables
python scripts/merge_runs.py unpacked/   # fusiona ejecuciones fragmentadas para que el texto sea localizable
# edita unpacked/word/document.xml in situ — NO reformatees ni embellezcas
(cd unpacked && rm -f ../out.docx && zip -Xr ../out.docx .)
python scripts/office/validate.py out.docx --original doc.docx   # comprobaciones XSD; --auto-repair corrige problemas comunes
# ¿con control de cambios? añade --author "<el nombre con el que hiciste el cambio>" para verificar que cada edición esté registrada

Word divide el texto en muchas ejecuciones <w:r> (identificadores de revisión, marcadores de revisión ortográfica), por lo que una frase que ves en el documento a menudo no existe como cadena continua en el XML. merge_runs.py fusiona ejecuciones adyacentes con el mismo formato en word/document.xml sin cambiar el contenido ni la representación; también acepta un .docx directamente (python scripts/merge_runs.py doc.docx -o merged.docx).

Control de cambios: al usar el control de cambios, valida con --author "<el nombre con el que hiciste el cambio>" (necesita --original) — reporta cualquier texto que hayas cambiado sin un <w:ins>/<w:del> alrededor, lo cual es fácil de hacer accidentalmente e invisible en la vista aceptada. Envuelve las ejecuciones en <w:ins>/<w:del> con atributos w:id, w:author, w:date. Dentro de <w:del>, el elemento de texto es <w:delText>, no <w:t>. Una marca de párrafo eliminada (<w:pPr><w:rPr><w:del w:id=".." w:author=".." w:date=".."/></w:rPr></w:pPr>) significa "fusiona este párrafo con el siguiente" — por lo tanto, eliminar un párrafo por completo consiste en eso más un <w:del> alrededor de cada ejecución. El <w:del/> debe ir antes de los otros hijos de rPr; su orden está definido por el esquema.

Para producir una copia limpia con todos los cambios aceptados: python scripts/accept_changes.py in.docx out.docx.

Aceptar una marca de párrafo eliminada debería unir ese párrafo con el siguiente, de modo que un párrafo cuyas ejecuciones están todas eliminadas desaparezca. Word hace esto; accept_changes.py y pandoc --track-changes=accept no siempre lo logran. Ambos fallan de la misma manera: eliminan el texto eliminado pero dejan el párrafo vacío, que aparece como un elemento de viñeta vacío perdido cuando tenía numeración automática:

  • pandoc --track-changes=accept nunca une los párrafos.
  • accept_changes.py (LibreOffice) los une correctamente, excepto cuando el párrafo eliminado va seguido de un párrafo espaciador vacío.

Una viñeta vacía en cualquier vista es un artefacto de esa vista, no un defecto en el documento. Verifica las eliminaciones de párrafo en el XML.

Comentarios

Los comentarios requieren seis archivos vinculados. Usa el auxiliar — modo directorio cuando también vayas a editar document.xml (ahorra un ciclo de descompresión/recompresión), modo .docx directo en caso contrario:

# Contra un directorio ya descomprimido (preferido cuando también se colocan marcadores)
python scripts/comment.py unpacked/ "El límite de honorarios y gastos es demasiado bajo"
python scripts/comment.py unpacked/ "De acuerdo" --parent 0

# Contra un .docx directamente
python scripts/comment.py contract.docx "Este límite es demasiado bajo" -o annotated.docx

El script escribe comments.xml, commentsExtended.xml, commentsIds.xml, commentsExtensible.xml, las relaciones y las anulaciones de tipo de contenido. Los IDs de comentario se asignan automáticamente. Luego imprime el fragmento <w:commentRangeStart>/<w:commentRangeEnd>/<w:commentReference> para añadir a word/document.xml de modo que el comentario se ancle a texto específico — hasta que coloques esos marcadores, el comentario existe pero no es visible.

Dependencias

docx (npm, preinstalado — instalar solo si require('docx') falla) · pandoc · LibreOffice (soffice) · pdftoppm (Poppler)

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

LiChangZheng10086/doyin_ai_video

Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction.

LiChangZheng10086/doyin_ai_video

Reference for the Claude API / Anthropic SDK — model ids, pricing, params, streaming, tool use, MCP, agents, caching, token counting, model migration. TRIGGER — read BEFORE opening the target file; don't skip because it "looks like a one-liner" — whenever: the prompt names Claude/Anthropic in any form (Claude, Anthropic, Fable, Opus, Sonnet, Haiku, `anthropic`, `@anthropic-ai`, `claude-*`, `us.anthropic.*`, `[1m]`); the user asks about an LLM (pricing/model choice/limits/caching) — never answer from memory; OR the task is LLM-shaped with provider unstated (agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use; generate/summarize/extract/classify/rewrite/converse over NL; debugging refusals/cutoffs/streaming/tool-calls/tokens). SKIP only when another provider is being worked on (overrides all triggers): OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama named in the query; OR `grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'` over the project hits (run this grep FIR...

LiChangZheng10086/doyin_ai_video

Guidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults.

LiChangZheng10086/doyin_ai_video

Grill me about specs for the workflows I want to build, within this workspace.

LiChangZheng10086/doyin_ai_video

Use this skill whenever the user wants to do anything with PDF files. This includes reading or extracting text/tables from PDFs, combining or merging multiple PDFs into one, splitting PDFs apart, rotating pages, adding watermarks, creating new PDFs, filling PDF forms, encrypting/decrypting PDFs, extracting images, and OCR on scanned PDFs to make them searchable. If the user mentions a .pdf file or asks to produce one, use this skill.

LiChangZheng10086/doyin_ai_video

智能 PPT 生成器。支持 7 种视觉风格(乐高/波普/黏土/黑白/商务/学术/科技),具备根据内容自动推荐风格、生成大纲、绘制配图并组装成片的全自动能力。

LiChangZheng10086/doyin_ai_video

Use this skill any time a .pptx or .potx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx or .potx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates (.potx), layouts, speaker notes, or comments. Trigger whenever the user mentions \"deck,\" \"slides,\" \"presentation,\" or references a .pptx or .potx filename, regardless of what they plan to do with the content afterward. If a .pptx or .potx file needs to be opened, created, or touched, use this skill.

LiChangZheng10086/doyin_ai_video

Diagnose and fix React codebase health issues. Use when reviewing React code, fixing performance problems, auditing security, or improving code quality.

LiChangZheng10086/doyin_ai_video

Sentry error monitoring and performance tracing patterns for Next.js applications.

LiChangZheng10086/doyin_ai_video

Simplify and refine recently modified code for clarity and consistency. Use after writing code to improve readability without changing functionality.

LiChangZheng10086/doyin_ai_video

✅ "你知道今天所有大模型能读懂你的话,全靠一个叫Transformer的架构吗?"

LiChangZheng10086/doyin_ai_video

Use this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like \"the xlsx in my downloads\") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

Skills relacionados