Word文档工具箱v1.0.0

免责声明：本站部分 Skill 来源于公开渠道，使用前请注意识别相关风险，内容版权归原作者所有，如 Skill 涉及版权问题，请在线反馈，核实后予以下架处理。

概述

本 Skill 面向需要自动化处理 Word 文档内容的场景，核心解决「批量提取 .docx 文件中的文字、段落结构与元数据」这类重复性工作。通过内置的 Python 辅助脚本，可直接解析文档底层 XML 结构，避免手动复制粘贴的格式错乱问题；输出经过清洗的纯文本或结构化数据，方便后续接入分析、归档或二次编辑流程。适合处理合同扫描件转录、多份报告内容汇总、文档元信息批量提取等任务。

技能包含

• SKILL.md（本文件）：技能主说明、触发条件、流程与输出约定
• _meta.json / _skillhub_meta.json：平台配置与元数据文件
• scripts/：共 4 个可执行辅助脚本，含 extract_doc_text.py 等文档解析与文本抽取工具

核心能力

• .docx 结构解析：直接读取 Word 文档底层结构，提取正文、标题层级与段落属性
• 批量文本抽取：支持多文件处理，输出无格式乱码的干净文本或带标记的结构化数据
• 元数据读取：获取文档作者、创建时间、修订记录等属性信息
• 扫描件 OCR 衔接：对图片型 PDF/扫描件做文字识别后的二次清洗与格式化
• 输出标准化：按约定格式交付结果，便于导入表格、数据库或版本管理系统

应用场景