name: smartdoc version: "1.0.0" description: 全能文档处理专家——创建、编辑、转换和分析 xlsx/docx/pdf/pptx/csv/md 等格式，纯本地 Python，零 API Key。覆盖 Excel 公式图表、Word 中文排版模板、PDF 合并拆分水印加密、PPT 演示、Markdown 格式转换、数据分析报告、批量处理。触发词：文档 Excel Word PDF PPT 表格 报告 转换 合并 提取 排版 批量 xlsx docx pptx csv watermark encrypt chart formula template office

SmartDoc 智能文档大师 📄

全能文档处理专家。一个 Skill 覆盖 Excel、Word、PDF、PPT、Markdown、CSV——创建、编辑、转换、分析，纯本地 Python，零 API Key。

Quick Reference

何时使用

当以下任意条件满足时激活本技能：

1. 用户要求创建、编辑或格式化 Office 文档（Excel / Word / PPT）
2. 用户要求读取、合并、拆分 PDF 文件
3. 用户要求在文档格式之间转换（如 Markdown 转 Word）
4. 用户要求从文档提取数据、文本或表格
5. 用户要求批量处理多个文档
6. 用户要求根据数据生成分析报告
7. 用户要求对文档添加水印、加密或解密
8. 用户提到中文文档排版优化
9. 用户使用关键词：文档、表格、报告、PPT、PDF、xlsx、docx、转换、合并、提取、排版

核心原则

🔒 安全红线（绝不违反）

• 永不覆盖原文件 — 输出到新路径（添加 _output 后缀），除非用户明确要求覆盖
• 不执行宏/VBA — 跳过所有嵌入脚本
• 纯本地处理 — 不联网、不上传、不发送任何数据到外部服务
• 不暴力破解 — 遇到加密 PDF 仅提示需要密码

🎯 质量底线

• 数据完整性 — 长数字/身份证号/手机号必须存为文本（Excel 静默截断超过 15 位的数字）
• 格式保真 — 编辑现有文档时保留原有模板、样式、合并单元格、打印设置，除非明确要求修改
• 中文优先 — 中英文间自动加空格，中文字体同时设置 font.name 和 rFonts.set(qn('w:eastAsia'), ...)
• 公式安全 — 复制/编辑公式后必须验证引用范围，交付前零公式错误

📗 Excel 处理

引擎选择：

关键规则

交付前检查清单

• [ ] 长数字列（身份证/手机/订单号）已设为文本格式
• [ ] 公式无 #REF!、#DIV/0!、#VALUE!、#NAME?、循环引用
• [ ] 表头有样式（加粗、背景色、居中），列宽自适应
• [ ] 原有模板、命名范围、打印设置未被破坏

Before / After：长数字精度丢失

❌ 错误：默认读取，身份证号变成科学计数法
   df = pd.read_excel('users.xlsx')
   → 身份证 110101199001011234 变成 1.1010119900101e+17（后 3 位丢失）

✅ 正确：指定 dtype 为 str
   df = pd.read_excel('users.xlsx', dtype={'身份证号': str, '手机号': str})
   → 身份证完整保留：110101199001011234

📘 Word 处理

引擎： python-docx

关键规则

Before / After：模板填充

❌ 错误：只替换段落中的占位符，忽略表格
   → 表格里的 {{日期}} 仍然显示占位符

✅ 正确：遍历 doc.paragraphs + doc.tables 中所有 cell
   → 段落和表格内的占位符都被替换

📕 PDF 处理

引擎分工：

关键规则

Before / After：中文水印

❌ 错误：用内置字体 + rotate 参数
   page.insert_text(center, "机密文件", fontname="helv", rotate=45)
   → ValueError: bad rotate value（rotate 只支持 0/90/180/270）
   → 即使不报错，helv 字体也无法渲染中文

✅ 正确：用系统字体 + morph 参数
   mat = fitz.Matrix(cos, sin, -sin, cos, 0, 0)
   page.insert_text(center, "机密文件", fontfile="msyh.ttc", morph=(center, mat))
   → 中文正常渲染 + 任意角度旋转

📙 PPT 处理

引擎： python-pptx

访问小葱技能站7w4.net，解锁更多实用的AI技能插件。

关键规则

Before / After：PPT 字体设置

❌ 错误：在段落级别设置字体
   p.text = "项目汇报"
   p.font.size = Pt(44)       # 无效！保存后字体丢失
   p.font.bold = True          # 无效！

✅ 正确：在 run 级别设置字体
   run = p.add_run()
   run.text = "项目汇报"
   run.font.size = Pt(44)      # 有效
   run.font.bold = True         # 有效

🔄 格式转换

转换矩阵

Before / After：MD→Word 表格处理

❌ 错误：遇到 | 表格行直接 pass/跳过
   → Markdown 中的关键数据表格被静默丢弃，用户打开 Word 发现表格不见了

✅ 正确：收集连续 | 行 → 解析 → doc.add_table()
   → 所有 Markdown 表格完整保留到 Word 文档中

Word → PDF 最佳方案

# 推荐：LibreOffice 命令行（格式保真度最高）
soffice --headless --convert-to pdf input.docx --outdir ./output/

# Windows
"C:\Program Files\LibreOffice\program\soffice.exe" --headless --convert-to pdf input.docx

Markdown → Word 转换规则

📊 智能报告生成

报告结构模板

一、摘要（3-5 句话概括核心发现）
二、数据概览（describe() 统计表 + 行数/列数/缺失值）
三、关键发现（top N 洞察，每条配数据支撑）
四、图表分析（柱状图/饼图/折线图，标题和轴标签必须中文）
五、结论与建议（可执行的下一步行动）

关键规则

⚡ 批量处理

批量处理规则

输出命名

• 单文件：源文件名 + _output / _converted 后缀
• 批量输出：output_YYYYMMDD_HHMMSS/ 子目录
• 临时文件：temp_ 前缀，完成后自动清理

通用工作流

识别意图 → 确定格式 → 查表选引擎 → 检查依赖 → 执行 → 验证 → 报告结果

依赖安装

首次使用自动检查并安装：

pip install openpyxl python-docx PyMuPDF python-pptx pandas pdfplumber pypdf
# 注意：PyMuPDF 安装后 import 名为 fitz；pypdf 6.x 已移除 PdfMerger

大文件策略（>50MB）

中文排版规范

中英文混排

• 中英文之间加半角空格："使用 Python 处理"而非"使用Python处理"
• 中文与数字之间加半角空格："共 10 个文件"而非"共10个文件"
• 全角标点后不加空格，半角标点后加一个空格
• 英文专有名词保持原始大小写（Python、Excel、PDF）

标点符号

• 中文正文用全角标点（，。；：！？""''（））
• 代码和技术文档用半角标点
• 省略号用 ……（六个点），不用 ...
• 连接线用 ——（两个破折号）

字体方案

错误处理

使用示例

示例 1：创建项目进度 Excel

用户：帮我创建一个项目进度跟踪表

→ 引擎：openpyxl
→ 操作：带样式表头 + 数据验证（状态下拉框）+ 条件格式（进度数据条）
→ 输出：project_tracker.xlsx

示例 2：PDF 合并

用户：把 reports 文件夹下所有 PDF 合并成一个

→ 引擎：PyMuPDF
→ 操作：扫描目录 → 按文件名排序 → 逐个插入 → 保留书签
→ 输出：reports_merged.pdf

示例 3：Markdown 转 Word

用户：把会议纪要的 Markdown 转成正式的 Word 文档

→ 引擎：python-docx
→ 操作：解析 MD 标题/列表/表格/代码块 → 映射为 Word 样式 → 应用中文公文格式
→ 输出：meeting_notes.docx

示例 4：数据分析报告

用户：分析这个 Excel 的销售数据，生成一份报告

→ 引擎：pandas + openpyxl + python-docx
→ 操作：统计概览 → 关键发现 → 图表 → 结论建议
→ 输出：sales_report.docx + sales_report.xlsx

示例 5：批量 Word 转 PDF

用户：把 contracts 目录下所有 Word 转成 PDF

→ 引擎：LibreOffice 命令行
→ 操作：扫描目录 → 确认文件列表 → 批量转换 → 输出摘要
→ 输出：output_20260616/ 目录

示例 6：PDF 加密

用户：给这份 PDF 加个密码

→ 引擎：pypdf
→ 操作：读取 → 复制所有页面 → encrypt() → 保存
→ 输出：encrypted.pdf

示例 7：Word 模板批量填充

用户：用这个合同模板，把 Excel 里的 50 个员工信息填进去，生成 50 份合同

→ 引擎：python-docx + pandas
→ 操作：读取 Excel 数据 → 遍历每行 → 替换模板占位符（段落+表格） → 逐个保存
→ 输出：contracts/ 目录下 50 个 docx 文件

这个 Skill 功能非常全面，一个就能处理文档、表格、PDF、PPT 等各种常见格式，对中文用户很友好，比如自动处理中英文混排、中文字体、CSV 编码等问题。它把每种操作的注意事项都写得很清楚，还提供了正确和错误写法的对比，新手也能看懂。缺点是目前只有使用指南，没有现成的代码模板可以直接调用。总体来说质量不错，覆盖了文档处理的绝大部分场景。