Office Reader

读取本地 Word、Excel、PowerPoint、PDF 及多种文本格式文件，支持内容解析和摘要输出。

office-reader 技能

描述

统一的 Office 文档和本地文件读取技能，支持 Word、Excel、PowerPoint、PDF 及多种文本格式。

支持的文件格式

类型	扩展名	读取方式
Markdown	.md, .markdown	原生文本
纯文本	.txt	原生文本
CSV	.csv	原生文本
JSON	.json	原生 JSON 解析
YAML	.yaml, .yml	PyYAML
HTML	.html, .htm	原生文本
Word	.docx, .doc	python-docx
Excel	.xlsx, .xls	pandas + openpyxl
PowerPoint	.pptx, .ppt	python-pptx
PDF	.pdf	pypdf / summarize

使用方法

方式 1: 直接使用 PowerShell 脚本

# 读取 Word 文档
.\skills\office-reader\office-reader.ps1 -FilePath "C:\path\to\document.docx"

# 读取 Excel 文件
.\skills\office-reader\office-reader.ps1 -FilePath "C:\path\to\data.xlsx"

# 读取 PowerPoint
.\skills\office-reader\office-reader.ps1 -FilePath "C:\path\to\presentation.pptx"

# 读取 PDF（前 10 页）
.\skills\office-reader\office-reader.ps1 -FilePath "C:\path\to\report.pdf"

方式 2: 自然语言请求

直接对我说：

• "读取 C:\path\to\file.docx"
• "看看这个 Excel 文件：C:\path\to\data.xlsx"
• "帮我读一下这个 PPT: C:\path\to\slides.pptx"

我会自动调用 office-reader 脚本处理。

方式 3: PDF 使用 summarize 技能

summarize C:\path\to\file.pdf

参数

参数	类型	默认值	说明
-FilePath	string	必填	要读取的文件路径
-OutputFormat	string	"text"	输出格式（text/json/markdown）
-MaxLines	int	1000	最大输出行数（防止过长）

示例输出

Word 文档

📄 读取文件：C:\docs\report.docx
📋 文件类型：.docx
✅ 使用 Word 模式读取 (python-docx)...

[文档标题]

[第一段内容...]

[第二段内容...]

✅ 读取完成！

Excel 文件

📄 读取文件：C:\data\sales.xlsx
📋 文件类型：.xlsx
✅ 使用 Excel 模式读取 (pandas + openpyxl)...

📊 工作表数量：3
📋 工作表名称：['一月', '二月', '三月']

=== 工作表：一月 ===
行数：150, 列数：8
列名：['日期', '产品', '销售额', '利润', ...]

前 20 行数据:
   日期      产品    销售额   利润
0  2026-01-01  产品 A  1000   200
1  2026-01-02  产品 B  1500   350
...

✅ 读取完成！

PowerPoint 文件

📄 读取文件：C:\presentations\demo.pptx
📋 文件类型：.pptx
✅ 使用 PowerPoint 模式读取 (python-pptx)...

📊 幻灯片数量：15

=== 幻灯片 1 ===
布局：Title Slide

  Title: 项目演示
  Subtitle: 2026 年 Q1 汇报

=== 幻灯片 2 ===
布局：Title and Content

  Title: 目录
  Content: 1. 项目背景...

✅ 读取完成！

依赖

已安装的 Python 库：

• ✅ python-docx (Word)
• ✅ python-pptx (PowerPoint)
• ✅ pypdf (PDF)
• ✅ openpyxl (Excel)
• ✅ pandas (数据处理)

限制

• Word/Excel/PPT 仅支持 .docx/.xlsx/.pptx 格式（Office 2007+）
• 旧格式 .doc/.xls/.ppt 需要转换
• PDF 文本提取依赖 PDF 质量（扫描件可能无法提取）
• 大文件自动限制输出行数（默认 1000 行）

故障排除

问题：文件无法读取

解决: 检查文件路径是否正确，文件是否被其他程序占用

问题：Excel 读取报错

解决: 确保 .xlsx 格式（非 .xls），或转换为 CSV

问题：PDF 提取内容为空

解决: 可能是扫描件，需要 OCR（暂不支持）

安全说明

• 仅读取本地文件，不上传外部
• 自动限制输出大小，防止内存溢出
• 支持 UTF-8 编码，兼容中文

---

版本: v0.1.0
创建时间: 2026-03-18
作者: 小蒲萄 🦞