DOCXスキル
使用するタイミング
- レイアウトが重要なDOCXコンテンツ(表、図、ページ区切り)の読み取りやレビューを行う場合。
- プロフェッショナルな書式でDOCXファイルを作成・編集する場合。
- 納品前に視覚的なレイアウトを検証する場合。
ワークフロー
- 視覚的なレビューを優先する(レイアウト、表、図)。
sofficeとpdftoppmが利用可能な場合、DOCX -> PDF -> PNGsに変換する。- または
scripts/render_docx.pyを使用する(pdf2imageとPopplerが必要)。 - これらのツールがない場合は、インストールするか、ユーザーにレンダリング済みページをローカルで確認するよう依頼する。
- 編集や構造化された作成(見出し、スタイル、表、リスト)には
python-docxを使用する。 - 意味のある変更のたびに再レンダリングしてページを検査する。
- 視覚的なレビューが不可能な場合、フォールバックとして
python-docxでテキストを抽出し、レイアウトに関するリスクを指摘する。 - 中間出力を整理し、最終承認後にクリーンアップする。
一時ファイルと出力の規則
- 中間ファイルには
tmp/docs/を使用し、作業完了後に削除する。 - このリポジトリ内で作業する場合、最終成果物は
output/doc/に書き込む。 - ファイル名は安定していて説明的なものにする。
依存関係(不足している場合はインストール)
依存関係管理にはuvを推奨します。
Pythonパッケージ:
uv pip install python-docx pdf2image
uvが利用できない場合:
python3 -m pip install python-docx pdf2image
システムツール(レンダリング用):
# macOS(Homebrew)
brew install libreoffice poppler
# Ubuntu/Debian
sudo apt-get install -y libreoffice poppler-utils
この環境でインストールできない場合は、不足している依存関係とそのインストール方法をユーザーに伝えてください。
環境変数
必須の環境変数はありません。
レンダリングコマンド
DOCX -> PDF:
soffice -env:UserInstallation=file:///tmp/lo_profile_$$ --headless --convert-to pdf --outdir $OUTDIR $INPUT_DOCX
PDF -> PNG:
pdftoppm -png $OUTDIR/$BASENAME.pdf $OUTDIR/$BASENAME
バンドルされたヘルパースクリプト:
python3 scripts/render_docx.py /path/to/file.docx --output_dir /tmp/docx_pages
品質要件
- クライアントに提出可能なドキュメントを提供する: 一貫したタイポグラフィ、間隔、余白、明確な階層構造。
- 書式の欠陥を避ける: テキストのクリッピングや重なり、壊れた表、判読できない文字、デフォルトテンプレートのスタイル。
- グラフ、表、ビジュアルはレンダリングページで正しく配置され、判読可能であること。
- ASCIIハイフンのみを使用してください。U+2011(ノーブレークハイフン)やその他のUnicodeダッシュは避けてください。
- 引用と参考文献は人間が読める形式にすること。ツールのトークンやプレースホルダー文字列を残さないでください。
最終チェック
- 最終納品前にすべてのページを100%ズームで再レンダリングし、検査する。
- 間隔、配置、改ページの問題を修正し、レンダリングループを繰り返す。
- ユーザーが保持を希望しない限り、残存ファイル(一時ファイル、重複レンダリング)がないことを確認する。