22K Star 开源 Office 自动化 CLI，让 AI 直接生成 Word/Excel/PPT
⭐ 开源免费OfficeCLI 是 iOfficeAI 团队开源的一套专门为 AI Agent 设计的 Office 命令行工具， 用 C# 编写，Apache 2.0 协议。2026 年 3 月开源，四个多月拿下 22.4K Star、1.5K Fork。 它的目标很直接：用一行命令，让任意 AI 助手完整地读、写、改 Word、Excel 和 PowerPoint 文件。
技术上有三个关键设计。第一是单文件自包含二进制——.NET 运行时已经嵌进可执行文件里， 所以不用装 Office、不用装 Python 库、不用装任何运行时，下载一个文件就能跑，Windows / macOS / Linux 全平台通用。 第二是自带高保真 HTML 渲染引擎，这是它最核心的差异点：它能把 .docx / .xlsx / .pptx 渲染成 HTML 或逐页 PNG， 等于给 AI 装上了眼睛——模型不再靠猜 XML 结构，而是渲染出来看一眼，发现标题溢出、图形重叠就自己改，形成「渲染 → 看 → 修」的闭环， 而且因为渲染内置在二进制里，这个闭环在没有显示器的服务器、CI 流水线和 Docker 容器里同样成立。 第三是三层架构：L1 语义视图（outline / text / issues）、L2 DOM 元素操作（get / set / add / move）、 L3 原始 XML 兜底（raw / raw-set），让 Agent 从最省 token 的读法开始，只在必要时才深入。
和 Codex 的关系是直连的：装完执行一次自安装，它会自动探测本机的 AI 编程工具——Codex、Claude Code、Cursor、VS Code Copilot 等—— 并把技能文件写进对应配置目录；也可以一条命令把自己注册成 MCP 服务，让所有文档操作以标准工具的形式暴露，连 shell 权限都不用给。 配好之后，你在 Codex 里说一句「读这份表格，做一份季度汇报 PPT，做完渲图检查排版」， 它就能自己建文件、填内容、算公式、渲图自查、修版式，全程不用你打开 Office。
| 项目 | 说明 |
|---|---|
| 输入 | 现有的 .docx / .xlsx / .pptx，或从零新建；CSV / TSV 导入 Excel；JSON 数据灌进模板；已有文档可 dump 成可重放的 JSON 蓝图 |
| 三格式能力 | Word、Excel、PowerPoint 三种格式均支持 读 / 改 / 新建，不是分三个库 |
| 适用类型 | Word：论文、报告、合同、带公式与图表的长文档；Excel：看板、预算、透视分析；PPT：路演、汇报、课件，含动画与转场 |
| 输出 | 原生 Office 文件；结构化 JSON（每条命令都支持 --json）；HTML 与逐页 PNG 渲染图；outline / text / annotated / stats / issues 文本视图 |
| 语言 / 兼容 | 完整 i18n 与 RTL 支持（阿拉伯、希伯来等），CJK 分脚本字体槽与语言标记；Windows / macOS / Linux，x64 与 ARM64 |
| 调用方式 | 命令行直调、MCP 服务、Python SDK、Node SDK、常驻模式（命名管道，免去每次启动进程） |
| 协议 | Apache 2.0，开源免费，可商用 |
| 环境 | 建议配置 |
|---|---|
| 操作系统 | Windows 10 及以上、macOS（Apple 芯片与 Intel 均有包）、Linux；x64 与 ARM64 都提供现成二进制 |
| 运行环境 | 无需任何运行时。单文件自包含，.NET 已嵌入二进制，不用另装 .NET / Python / Node |
| 是否需要 Office | 不需要。渲染、公式求值、透视表生成全部内置，服务器和容器里也能跑 |
| 硬件 | 普通办公电脑即可，无 GPU 要求；渲染 PNG 截图时会走一次无头浏览器，建议内存 4GB 以上 |
| 可选依赖 | 仅「渲染成 PNG 截图」用到无头浏览器；从源码自行编译才需要 .NET 10 SDK（编译产物依旧是自包含二进制） |
| 配置位置 | 用户目录下的 .officecli/config.json；后台自动更新可用 officecli config autoUpdate false 关闭 |
它是单文件自包含程序，装完就能用，不需要预先准备任何运行时。用包管理器最省事：
# macOS / Linux：Homebrew
brew install officecli
# Windows：Scoop
scoop install officecli
# 任意平台：npm（会自动拉取对应平台的原生二进制）
npm install -g @officecli/officecli
# 验证装好了
officecli --version
不想用包管理器，也可以在 GitHub 搜索 OfficeCLI，进入 Releases 页面手动下载对应平台的文件：
Windows 选 officecli-win-x64.exe，macOS 苹果芯片选 officecli-mac-arm64，Intel 芯片选 officecli-mac-x64，
Linux 按架构选 officecli-linux-x64 或 officecli-linux-arm64。下载后执行一次 officecli install，
它会自己复制到 PATH。
这一步是全套流程里最关键的：install 会探测本机已有的 AI 编程工具并写入技能文件，
mcp 则把它注册成 MCP 服务。两条路选一条即可，MCP 的好处是不必给模型 shell 权限。
# 装二进制 + 自动写入检测到的 AI 工具技能文件
officecli install
# 或者注册成 MCP 服务（按你用的工具选一条）
officecli mcp claude # Claude Code
officecli mcp cursor # Cursor
officecli mcp vscode # VS Code / Copilot
officecli mcp lmstudio # LM Studio
# 查看注册状态
officecli mcp list
| 命令 | 作用 |
|---|---|
install | 复制二进制到 PATH，并把技能文件写进检测到的所有 AI 工具（Codex、Claude Code、Cursor、Copilot 等）；也可只装某一个，如 install claude |
mcp <目标> | 注册为对应工具的 MCP 服务，所有文档操作以标准工具形式暴露 |
mcp list | 查看当前注册到了哪些工具 |
config | 读写配置，例如关闭后台自动更新：officecli config autoUpdate false |
元素用「路径」定位，比如第 1 页的第 1 个图形就是 /slide[1]/shape[1]，从 1 开始编号。跑通下面五条命令就掌握了核心套路：
# 1. 新建（类型由扩展名决定，换成 .docx / .xlsx 同理）
officecli create deck.pptx
# 2. 加一页，带标题和背景色
officecli add deck.pptx / --type slide --prop title="Q4 业绩汇报" --prop background=1A1A2E
# 3. 在第 1 页放一个文本框
officecli add deck.pptx '/slide[1]' --type shape \
--prop text="营收同比增长 25%" --prop x=2cm --prop y=5cm \
--prop size=28 --prop color=FFFFFF
# 4. 看结构（纯文本，最省 token）
officecli view deck.pptx outline
# 5. 渲成图片自己看排版对不对
officecli view deck.pptx screenshot -o preview.png
常用命令说明：
| 命令 | 作用 |
|---|---|
create | 新建空白 docx / xlsx / pptx，类型由扩展名推断 |
view | 查看内容，模式有 outline（结构）、text（纯文本）、annotated（带标注）、stats（统计）、issues（问题清单）、html、screenshot |
add / set / remove | 增改删元素，属性一律用 --prop 名=值 传；add --from <路径> 可克隆现有元素 |
get / query | 读单个元素或按条件筛选，加 --json 拿结构化结果；--depth N 控制层数 |
validate | 按 OpenXML 规范校验文件是否合法 |
open / save / close | 常驻模式：文档留在内存里，多步操作免去反复启动进程；save 刷盘，close 刷盘并释放 |
help | 不确定属性名就查内置帮助，如 officecli help pptx set shape |
尺寸支持 2cm / 1in / 72pt / 96px，颜色支持 FF0000 / red / rgb(255,0,0) / accent1 主题色，写起来比直接改 XML 直观得多。
这几个是它区别于普通文档库的地方，尤其是模板合并——设计一次版式，后面灌数据几乎不花 token。
# 写公式，自动求值：读回来就是算好的数
officecli set sales.xlsx '$Data:F2' --prop formula="=SUM(B2:E2)"
officecli get sales.xlsx '$Data:F2' --json
# 一条命令生成原生透视表（Excel 打开时聚合已经算好）
officecli add sales.xlsx '/Sheet1' --type pivottable \
--prop source='Data!A1:E10000' --prop rows='Region,Category' \
--prop cols=Quarter --prop values='Revenue:sum,Units:avg'
# 模板合并：把模板里的占位符替换成 JSON 数据，批量出文件
officecli merge invoice-template.docx invoice-001.docx \
--data '{"client":"Acme","total":"5200"}'
# 批量操作：默认原子执行，任何一条失败整批回滚
officecli batch deck.pptx --input updates.json --json
# 边改边看：启动实时预览，浏览器自动刷新（默认端口 26315）
officecli watch deck.pptx
officecli save 文件名 刷盘，或者用 close 刷盘并释放，否则读到的还是旧内容。
第 2 步做完就已经通了。走技能文件的话，install 会把技能说明写进检测到的 Codex 配置目录，
Codex 直接按命令行调用；走 MCP 的话，注册后所有文档操作以 JSON-RPC 工具暴露，模型不需要 shell 权限，更适合团队环境。
接下来就是正常对话。比如直接说：「读一下这份 xlsx，按里面的数据做一份 12 页季度汇报 PPT，配色用深蓝，做完渲成图检查排版」。 它会自己走完 新建 → 加页填内容 → 算公式 → 渲图查看 → 发现标题溢出就改字号 这一整套，中间不用你插手。
view issues 和 validate：它们会返回结构化错误码和修复建议
（比如页码超范围会直接告诉你有效范围是 1 到 8，属性名写错会给出最接近的正确写法），
所以 Agent 能自己纠错，你不用盯着它一步步确认。
| 维度 | 表现 |
|---|---|
| 热度与增速 | 2026 年 3 月中开源，四个多月累计 22.4K Star、1.5K Fork，仓库仍在高频更新 |
| 安装体积与依赖 | 单文件自包含，运行时已嵌入；无需 Office、无需 Python 库、无需另装 .NET |
| Excel 计算能力 | 350+ 内置函数写入即求值，覆盖动态数组溢出、查找引用、财务与债券、统计分布与回归、日期文本族 |
| 对比 python-docx / openpyxl | 过去建一页 PPT 要几十行 Python 加三个库，现在一条命令；且这些库不能渲染预览，也没有跨三格式统一的路径寻址 |
| 对比 LibreOffice 无头模式 | LibreOffice 能无头转换，但没有面向 AI 的结构化 JSON 输出、没有路径寻址、没有模板合并与可重放蓝图 |
| 对比 Office 本体 | Office 要付费授权、只能在 Windows / macOS 上通过 COM 或加载项自动化，服务器和容器里跑不了 |
| 多步操作延迟 | 常驻模式通过命名管道复用进程，连续几十条修改不必反复启动程序 |
/slide[1]/shape[2]），命令行只负责按路径改 OOXML，
改完由内置渲染引擎出图让模型自己看。所以它既省 token（不用把整份 XML 喂给模型），又能自愈（看得见就改得对）。
三点差别。一是不用写代码，一条命令一次修改，任何语言、任何 Agent 都能调； 二是能渲染，那些库只能改数据结构，看不到成品长什么样，而它能出 HTML 和 PNG 让模型自查； 三是三种格式统一寻址，Word、Excel、PPT 都用同一套路径语法和命令，不用记三个库的三套 API。
不用。它是从零实现的一整套引擎——文件读写、公式求值、透视表生成、版式渲染都在二进制里， 所以在没装 Office 的 Linux 服务器、Docker 容器、CI 流水线里同样能生成和渲染文档。 只有极少数功能（比如重算 Word 的目录页码）在 Windows 上会优先借用本机 Word，没有的话也有无头 HTML 兜底方案。
格式支持 .docx、.xlsx、.pptx，三者都可读、可改、可新建。
平台覆盖 Windows、macOS（Apple 芯片与 Intel）、Linux，x64 与 ARM64 都有现成二进制。
通过插件还能扩展到旧版 .doc、.hwpx 以及导出 PDF。
这是最容易踩的一个坑。常驻模式为了性能会延迟写盘，它自己的读取命令总能看到最新状态，但外部程序不行。
解决办法是在交给外部程序之前执行 officecli save 文件名 刷盘，或用 close 刷盘并释放；
如果是每条命令后都有别的程序读，可以把环境变量 OFFICECLI_RESIDENT_FLUSH 设为 each。
它的错误是结构化的，除了错误码还会带修复建议和有效取值范围，属性名拼错会直接告诉你最接近的正确写法。
自己排查的话有两招：用 officecli get 文件 /父路径 --depth 1 --json 看当前有哪些子元素、路径该怎么写；
用 officecli help pptx set shape 这类内置帮助查某个元素能设哪些属性，别靠猜。
这正是它设计渲染引擎要解决的问题。让 Agent 生成后执行 view 文件 screenshot 渲成图片自己看一眼，
或者执行 view 文件 issues --json 直接拿到问题清单（文字溢出、图形重叠、公式错误、缺替换文本），
然后按清单逐条改。相当于交付前先自检一遍。
用模板合并：让 AI 精心设计一次版式做成模板，把要变的地方写成占位符， 之后由脚本用 JSON 数据批量填充。设计一次是贵的，填充 N 次几乎零成本，而且每份版式完全一致—— 比让模型每份都从头重新生成靠谱得多。多步修改则用批量模式一次提交，默认原子执行，有一条失败整批回滚。
有。同团队还开源了一个叫 AionUi 的桌面应用，底层就是用它，界面里用自然语言描述需求即可， 适合不想碰命令行的人。链接在文首的折叠块里。
不会。文档的读写、渲染、计算全部在本机二进制里完成，不依赖任何云端服务，也不需要注册账号或 API Key。
唯一的联网行为是后台检查新版本，不放心可以执行 officecli config autoUpdate false 直接关掉。
可以。Apache 2.0 协议，允许商业使用、修改和二次分发，只需保留版权声明和许可证文件。 用 C# 编写，从源码编译需要 .NET 10 SDK，但编译产物仍是自包含二进制。