1. 为什么 OfficeCLI 值得折腾从“AI 只会写代码”到“AI 真能改文档”如果你用过 python-docx 或 openpyxl 做过办公自动化大概率经历过这种场面让模型帮你改一份 Word 报告它给你返回一段 Python 脚本你跑完发现格式全乱让它分析 Excel它读出来的是一堆对象引用你还得自己写循环去取单元格值至于 PPT基本只能靠手动复制粘贴。问题不在于模型不够聪明而在于工具层给它的反馈太“不友好”了。OfficeCLI 想解决的就是这件事。它是一个用 Go 写的单文件二进制工具把 Word.docx、Excel.xlsx、PowerPoint.pptx三种 OOXML 格式统一到同一套命令体系下所有操作都返回 JSON天然适合被大模型当成函数来调用。你可以把它理解成给 AI 配了一双能直接操作办公文档的“手”同时还有一双能看渲染结果的“眼睛”。它适合谁三类人最值得试一是做 AI Agent 或 MCP 工具链的开发者需要给模型提供稳定的文档操作接口二是做 CI/CD 报告、周报自动化、批量 PPT 生成的工程团队三是想把本地文档处理流程串成闭环、又不想在每种格式上重复学一套 API 的人。这篇会按“读取 → 分析 → 精准编辑 → 可视化渲染”四个环节把配置片段和验证动作一步步交付出来你跟着敲就能在本地跑通。2. 前置准备TaoToken 接入与 OfficeCLI 环境搭建OfficeCLI 本身是本地二进制负责文档解析、编辑和渲染但如果你想让模型参与“分析”和“决策”环节就需要一个稳定的模型调用入口。我这边用的是 TaoToken 的 API 来做模型对话和 Agent 编排它的 Base URL 是https://taotoken.net/api兼容 OpenAI 风格的接口配置起来比较直接。先说 OfficeCLI 的安装。官方提供单文件二进制Linux/macOS 下一条命令curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash执行后二进制会落到~/.local/bin/officecli确认这个目录在$PATH里export PATH$HOME/.local/bin:$PATH officecli --version如果你是在 OpenClaw 这类 Agent 环境里跑建议把二进制放到/usr/local/bin或者放进工作区的bin/并提前加入 PATH否则子代理执行exec时可能找不到可执行文件报command not found。接下来配置模型侧。TaoToken 的 API Key 在控制台创建拿到后写入环境变量避免硬编码进脚本export TAOTOKEN_API_KEYsk-你的key export TAOTOKEN_BASE_URLhttps://taotoken.net/api如果你用的是 Claude Code 或 Cline 这类工具配置片段可以直接写成 JSON。以 Cline 的 MCP 配置为例把 OfficeCLI 注册成一个可调用工具{ mcpServers: { officecli: { command: officecli, args: [mcp, serve], env: { OFFICECLI_OUTPUT: json } } } }这里三件套要写全Base URL 用https://taotoken.net/apiKey 用上面创建的Model ID 按你实际选用的模型填比如claude-sonnet-4-20250514或gpt-4o。缺任何一个调用都会在鉴权或路由阶段失败。注意OfficeCLI 内部依赖 libreoffice-headless、Apache POI 和自研渲染引擎不要求你本地装 Microsoft Office。但渲染 PNG 时会用到 Chromium-headless首次运行可能触发下载网络不通会卡在render_timeout。环境就绪后用一条最简单的命令验证二进制可用officecli create demo.pptx officecli view demo.pptx outline如果输出里能看到Slide 1的大纲说明本地链路通了。这一步别跳过后面所有编辑和渲染都建立在这个基础上。3. 可复制配置Word/Excel/PPT 三件套的 JSON 与命令片段这一节是全文的核心我把三种格式的读取、分析、编辑、渲染配置拆开写每段都能直接复制。先给一个统一的目录约定避免路径混乱mkdir -p workspace/{templates,data,reports,previews}3.1 Word模板合并与结构化读取Word 场景最常用的是“模板 JSON 数据”的合并。准备一个test_report_template.docx里面用 Handlebars 风格的占位符{{项目}}、{{通过率}}标记要替换的位置。数据文件test_results.json{ 项目: OpenClaw, 构建号: 1234, 通过率: 96%, 失败列表: [moduleA, moduleC] }合并命令officecli merge workspace/templates/test_report_template.docx \ workspace/data/test_results.json \ --output workspace/reports/test_report_1234.docx \ --json返回的 JSON 形如{output: workspace/reports/test_report_1234.docx, status: ok}。模型可以直接读status字段判断成败失败时看error_code决定重试还是回退。读取环节用view系列命令把文档内容转成模型能吃的结构化文本officecli view workspace/reports/test_report_1234.docx text --json officecli view workspace/reports/test_report_1234.docx stats --jsonstats会返回段落数、表格数、字数等统计适合让模型先“看一眼”文档规模再决定怎么改。3.2 Excel公式求值与数据注入Excel 的痛点是公式。传统库写进去SUM(A1:A10)后单元格里是公式字符串值不会自动算。OfficeCLI 的公式引擎会在 merge 时触发重算officecli merge workspace/templates/weekly_report_template.xlsx \ workspace/data/sales.json \ --output workspace/reports/weekly_20250601.xlsx \ --json模板里预置的 VLOOKUP、SUM、数据透视表会在这一步刷新。验证公式是否真的算出来了用officecli xlsx view stats workspace/reports/weekly_20250601.xlsx --json如果返回里formula_errors字段非空说明有公式引用了不存在的区域需要回模板检查。3.3 PowerPoint逐页构建与图表注入PPT 的构建是“创建 → 加页 → 填内容 → 渲染”的循环。先建空白稿officecli create workspace/reports/Q2_Review.pptx officecli pptx add /slide[1] --type titleSlide \ --title Q2 业绩回顾 --subtitle 2025循环加内容页每页挂一个图表占位for i in $(seq 2 11); do officecli pptx add /slide[$i] --type blank officecli pptx add /slide[$i]/shape[last()] \ --type chart --chart-type line \ --data workspace/data/q2_chart_$((i-1)).json done这里的路径语法是 XPath 风格/slide[2]/shape[1]表示第 2 页第 1 个形状。精准编辑时直接 setofficecli pptx set /slide[4]/shape[1] --x 120 --y 803.4 渲染配置渲染是让模型“看见”结果的关键。三种格式统一用view screenshotofficecli pptx view screenshot workspace/reports/Q2_Review.pptx \ --output workspace/previews/q2/ --scale 0.5--scale 0.5在渲染大文件时能显著降低超时概率。HTML 预览则用officecli view workspace/reports/Q2_Review.pptx html输出的 HTML 可以直接在浏览器打开不需要起服务器。4. 验证请求从读取到渲染的闭环跑通配置写完得验证整条链路真的通。我按“读取 → 分析 → 编辑 → 渲染”四步走一遍每步都有可观察的成功标志。第一步读取。用view text --json把 Word 内容拉出来检查返回的 JSON 里data.paragraphs数组长度是否和文档实际段落数一致。如果不一致多半是文档里有嵌套表格或文本框需要改用view html看结构。第二步分析。把上一步的 JSON 喂给模型让它判断“通过率是否低于阈值”。这一步走 TaoToken 的模型对话接口请求体curl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [ {role: user, content: 以下是测试报告JSON判断通过率是否低于95%{...}} ] }成功标志是返回choices[0].message.content里有明确的判断结论。如果返回 401检查 Key 是否带上了Bearer前缀如果返回reading choices相关错误说明响应体结构和你解析的字段对不上打印原始响应看看。第三步编辑。根据分析结论用set命令改文档里的某个字段officecli docx set workspace/reports/test_report_1234.docx \ /body/paragraph[3] --text 通过率96%达标执行后返回{status: ok}即成功。再用view text复查确认改动落盘。第四步渲染。生成 PNG 预览officecli docx view screenshot workspace/reports/test_report_1234.docx \ --output workspace/previews/report/打开生成的 PNG肉眼确认排版没乱。这一步是“所见即所得”的闭环收口模型也能拿这张图做多模态判断决定要不要再微调。整个流程跑通后你可以把它包成一个脚本CI 里每次构建自动执行。我实测下来一份 10 页的 PPT 从创建到渲染完成大约十几秒瓶颈主要在 Chromium 首次启动。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节列的是我踩过的坑按报错原文对照排查。401 Unauthorized模型调用返回 401九成是 Key 问题。检查TAOTOKEN_API_KEY是否导出成功echo $TAOTOKEN_API_KEY看有没有值再看请求头是不是Authorization: Bearer sk-xxx少了Bearer或多了空格都会挂。如果 Key 是从控制台复制的注意别把首尾空白带进去。local proxy failed这个报错通常出现在 Agent 环境里子代理执行exec时找不到网络出口或环境变量没继承。排查顺序先在主 shell 里手动跑一遍curl https://taotoken.net/api/v1/models确认网络通再检查子代理的env配置里有没有把TAOTOKEN_API_KEY和TAOTOKEN_BASE_URL传进去。OpenClaw 的sessions_spawn里payload.env要显式声明不会自动继承父进程环境。reading choices 相关错误模型返回的 JSON 里没有choices字段或者你解析的路径不对。常见原因是 Base URL 配成了https://taotoken.net/api但请求路径写成了/chat/completions而不是/v1/chat/completions。正确组合是 Base URLhttps://taotoken.net/api 路径/v1/chat/completions。另外如果模型返回的是流式响应choices会在每个 chunk 里需要按 SSE 格式解析。OAuth 报错如果你用 Claude Code 或 Codex 这类工具它们可能走 OAuth 流程而不是 API Key。报OAuth token expired时重新走一遍授权或者改用 API Key 模式。Codex 的auth.json里如果同时存在 OAuth 和 API Key 配置优先级可能冲突建议只保留一种。render_timeout渲染大 PPT 超时。两个办法降分辨率--scale 0.5或者分批渲染--pages 1-5。如果还是超时检查 Chromium-headless 是否被系统资源限制容器环境里可能需要加--no-sandbox参数。not_found路径不存在比如/slide[99]但文档只有 10 页。先用view stats拿到实际页数再构造路径。模型自动重试时让它先调stats再改路径能省不少来回。protected_file文档被密码保护。用officecli docx raw提取底层 XML做替换后再raw-set写回。如果加密强度高需要用户提供密码走decrypt。排查时有个通用技巧所有命令都加--json返回里的error_code和expected_type字段会告诉你具体哪里不对。模型拿到这两个字段后能自己决定是重试、换参数还是报给用户。6. 把链路接进 AgentTaoToken 与 OfficeCLI 的协作方式前面五节把单机链路跑通了这一节说怎么把它接进 Agent 工作流。核心思路是OfficeCLI 负责“手和眼”TaoToken 负责“大脑”两者通过 JSON 和函数调用串起来。最直接的接法是 MCP 注册。在 OpenClaw 机器上执行officecli mcp register openclaw注册后所有兼容 MCP 的模型都能直接调用officecli的命令 schema不用手写 wrapper。模型看到的是一个个函数比如view_text、set_element、render_screenshot调用后拿到 JSON 返回值再决定下一步。如果你用的是 Coding Plan 这类长期编码场景可以把 OfficeCLI 的常用命令封装成工具函数注册到 Agent 的 tools 列表里。每次调用走 TaoToken 的 API 做推理Base URL 还是https://taotoken.net/apiModel ID 按任务复杂度选。简单的内容替换用小模型复杂的布局分析用多模态模型。批量渲染场景适合用子代理。主 Agent 只负责业务逻辑把渲染任务丢给子代理{ action: sessions_spawn, task: OfficeCLI batch render, runtime: subagent, mode: run, taskName: officecli_batch, payload: { kind: agentTurn, message: Run officecli pptx view screenshot batch/*.pptx --output preview/, toolsAllow: [exec] } }定时任务则用 cron比如每天凌晨跑一次周报统计{ action: cron, job: { name: weekly_stats_report, schedule: {kind: cron, expr: 5 0 * * *, tz: Asia/Shanghai}, sessionTarget: main, payload: {kind: systemEvent, text: [Weekly Stats] $(officecli xlsx view stats weekly_report_template.xlsx --json)}, delivery: {mode: announce} } }这样跑下来整个办公自动化链路就是定时触发 → 读取文档 → 模型分析 → 精准编辑 → 渲染预览 → 结果推送。每个环节都有 JSON 反馈模型能自己判断成败并决定下一步。最后给个实用技巧把 OfficeCLI 的--json输出直接存成日志文件出问题时翻日志比重新跑一遍快得多。日志里error_code和expected_type两个字段是排查的关键模型也能拿它们做自愈决策。链路跑顺之后你会发现真正花时间的不是写命令而是设计好模板里的占位符和路径结构——这部分设计好了后面全是复制粘贴。
openclaw之OfficeCLI办公软件实战：Word/Excel/PowerPoint「读取→分析→精准编辑→可视化渲染」全链路配置指南
1. 为什么 OfficeCLI 值得折腾从“AI 只会写代码”到“AI 真能改文档”如果你用过 python-docx 或 openpyxl 做过办公自动化大概率经历过这种场面让模型帮你改一份 Word 报告它给你返回一段 Python 脚本你跑完发现格式全乱让它分析 Excel它读出来的是一堆对象引用你还得自己写循环去取单元格值至于 PPT基本只能靠手动复制粘贴。问题不在于模型不够聪明而在于工具层给它的反馈太“不友好”了。OfficeCLI 想解决的就是这件事。它是一个用 Go 写的单文件二进制工具把 Word.docx、Excel.xlsx、PowerPoint.pptx三种 OOXML 格式统一到同一套命令体系下所有操作都返回 JSON天然适合被大模型当成函数来调用。你可以把它理解成给 AI 配了一双能直接操作办公文档的“手”同时还有一双能看渲染结果的“眼睛”。它适合谁三类人最值得试一是做 AI Agent 或 MCP 工具链的开发者需要给模型提供稳定的文档操作接口二是做 CI/CD 报告、周报自动化、批量 PPT 生成的工程团队三是想把本地文档处理流程串成闭环、又不想在每种格式上重复学一套 API 的人。这篇会按“读取 → 分析 → 精准编辑 → 可视化渲染”四个环节把配置片段和验证动作一步步交付出来你跟着敲就能在本地跑通。2. 前置准备TaoToken 接入与 OfficeCLI 环境搭建OfficeCLI 本身是本地二进制负责文档解析、编辑和渲染但如果你想让模型参与“分析”和“决策”环节就需要一个稳定的模型调用入口。我这边用的是 TaoToken 的 API 来做模型对话和 Agent 编排它的 Base URL 是https://taotoken.net/api兼容 OpenAI 风格的接口配置起来比较直接。先说 OfficeCLI 的安装。官方提供单文件二进制Linux/macOS 下一条命令curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash执行后二进制会落到~/.local/bin/officecli确认这个目录在$PATH里export PATH$HOME/.local/bin:$PATH officecli --version如果你是在 OpenClaw 这类 Agent 环境里跑建议把二进制放到/usr/local/bin或者放进工作区的bin/并提前加入 PATH否则子代理执行exec时可能找不到可执行文件报command not found。接下来配置模型侧。TaoToken 的 API Key 在控制台创建拿到后写入环境变量避免硬编码进脚本export TAOTOKEN_API_KEYsk-你的key export TAOTOKEN_BASE_URLhttps://taotoken.net/api如果你用的是 Claude Code 或 Cline 这类工具配置片段可以直接写成 JSON。以 Cline 的 MCP 配置为例把 OfficeCLI 注册成一个可调用工具{ mcpServers: { officecli: { command: officecli, args: [mcp, serve], env: { OFFICECLI_OUTPUT: json } } } }这里三件套要写全Base URL 用https://taotoken.net/apiKey 用上面创建的Model ID 按你实际选用的模型填比如claude-sonnet-4-20250514或gpt-4o。缺任何一个调用都会在鉴权或路由阶段失败。注意OfficeCLI 内部依赖 libreoffice-headless、Apache POI 和自研渲染引擎不要求你本地装 Microsoft Office。但渲染 PNG 时会用到 Chromium-headless首次运行可能触发下载网络不通会卡在render_timeout。环境就绪后用一条最简单的命令验证二进制可用officecli create demo.pptx officecli view demo.pptx outline如果输出里能看到Slide 1的大纲说明本地链路通了。这一步别跳过后面所有编辑和渲染都建立在这个基础上。3. 可复制配置Word/Excel/PPT 三件套的 JSON 与命令片段这一节是全文的核心我把三种格式的读取、分析、编辑、渲染配置拆开写每段都能直接复制。先给一个统一的目录约定避免路径混乱mkdir -p workspace/{templates,data,reports,previews}3.1 Word模板合并与结构化读取Word 场景最常用的是“模板 JSON 数据”的合并。准备一个test_report_template.docx里面用 Handlebars 风格的占位符{{项目}}、{{通过率}}标记要替换的位置。数据文件test_results.json{ 项目: OpenClaw, 构建号: 1234, 通过率: 96%, 失败列表: [moduleA, moduleC] }合并命令officecli merge workspace/templates/test_report_template.docx \ workspace/data/test_results.json \ --output workspace/reports/test_report_1234.docx \ --json返回的 JSON 形如{output: workspace/reports/test_report_1234.docx, status: ok}。模型可以直接读status字段判断成败失败时看error_code决定重试还是回退。读取环节用view系列命令把文档内容转成模型能吃的结构化文本officecli view workspace/reports/test_report_1234.docx text --json officecli view workspace/reports/test_report_1234.docx stats --jsonstats会返回段落数、表格数、字数等统计适合让模型先“看一眼”文档规模再决定怎么改。3.2 Excel公式求值与数据注入Excel 的痛点是公式。传统库写进去SUM(A1:A10)后单元格里是公式字符串值不会自动算。OfficeCLI 的公式引擎会在 merge 时触发重算officecli merge workspace/templates/weekly_report_template.xlsx \ workspace/data/sales.json \ --output workspace/reports/weekly_20250601.xlsx \ --json模板里预置的 VLOOKUP、SUM、数据透视表会在这一步刷新。验证公式是否真的算出来了用officecli xlsx view stats workspace/reports/weekly_20250601.xlsx --json如果返回里formula_errors字段非空说明有公式引用了不存在的区域需要回模板检查。3.3 PowerPoint逐页构建与图表注入PPT 的构建是“创建 → 加页 → 填内容 → 渲染”的循环。先建空白稿officecli create workspace/reports/Q2_Review.pptx officecli pptx add /slide[1] --type titleSlide \ --title Q2 业绩回顾 --subtitle 2025循环加内容页每页挂一个图表占位for i in $(seq 2 11); do officecli pptx add /slide[$i] --type blank officecli pptx add /slide[$i]/shape[last()] \ --type chart --chart-type line \ --data workspace/data/q2_chart_$((i-1)).json done这里的路径语法是 XPath 风格/slide[2]/shape[1]表示第 2 页第 1 个形状。精准编辑时直接 setofficecli pptx set /slide[4]/shape[1] --x 120 --y 803.4 渲染配置渲染是让模型“看见”结果的关键。三种格式统一用view screenshotofficecli pptx view screenshot workspace/reports/Q2_Review.pptx \ --output workspace/previews/q2/ --scale 0.5--scale 0.5在渲染大文件时能显著降低超时概率。HTML 预览则用officecli view workspace/reports/Q2_Review.pptx html输出的 HTML 可以直接在浏览器打开不需要起服务器。4. 验证请求从读取到渲染的闭环跑通配置写完得验证整条链路真的通。我按“读取 → 分析 → 编辑 → 渲染”四步走一遍每步都有可观察的成功标志。第一步读取。用view text --json把 Word 内容拉出来检查返回的 JSON 里data.paragraphs数组长度是否和文档实际段落数一致。如果不一致多半是文档里有嵌套表格或文本框需要改用view html看结构。第二步分析。把上一步的 JSON 喂给模型让它判断“通过率是否低于阈值”。这一步走 TaoToken 的模型对话接口请求体curl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-20250514, messages: [ {role: user, content: 以下是测试报告JSON判断通过率是否低于95%{...}} ] }成功标志是返回choices[0].message.content里有明确的判断结论。如果返回 401检查 Key 是否带上了Bearer前缀如果返回reading choices相关错误说明响应体结构和你解析的字段对不上打印原始响应看看。第三步编辑。根据分析结论用set命令改文档里的某个字段officecli docx set workspace/reports/test_report_1234.docx \ /body/paragraph[3] --text 通过率96%达标执行后返回{status: ok}即成功。再用view text复查确认改动落盘。第四步渲染。生成 PNG 预览officecli docx view screenshot workspace/reports/test_report_1234.docx \ --output workspace/previews/report/打开生成的 PNG肉眼确认排版没乱。这一步是“所见即所得”的闭环收口模型也能拿这张图做多模态判断决定要不要再微调。整个流程跑通后你可以把它包成一个脚本CI 里每次构建自动执行。我实测下来一份 10 页的 PPT 从创建到渲染完成大约十几秒瓶颈主要在 Chromium 首次启动。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节列的是我踩过的坑按报错原文对照排查。401 Unauthorized模型调用返回 401九成是 Key 问题。检查TAOTOKEN_API_KEY是否导出成功echo $TAOTOKEN_API_KEY看有没有值再看请求头是不是Authorization: Bearer sk-xxx少了Bearer或多了空格都会挂。如果 Key 是从控制台复制的注意别把首尾空白带进去。local proxy failed这个报错通常出现在 Agent 环境里子代理执行exec时找不到网络出口或环境变量没继承。排查顺序先在主 shell 里手动跑一遍curl https://taotoken.net/api/v1/models确认网络通再检查子代理的env配置里有没有把TAOTOKEN_API_KEY和TAOTOKEN_BASE_URL传进去。OpenClaw 的sessions_spawn里payload.env要显式声明不会自动继承父进程环境。reading choices 相关错误模型返回的 JSON 里没有choices字段或者你解析的路径不对。常见原因是 Base URL 配成了https://taotoken.net/api但请求路径写成了/chat/completions而不是/v1/chat/completions。正确组合是 Base URLhttps://taotoken.net/api 路径/v1/chat/completions。另外如果模型返回的是流式响应choices会在每个 chunk 里需要按 SSE 格式解析。OAuth 报错如果你用 Claude Code 或 Codex 这类工具它们可能走 OAuth 流程而不是 API Key。报OAuth token expired时重新走一遍授权或者改用 API Key 模式。Codex 的auth.json里如果同时存在 OAuth 和 API Key 配置优先级可能冲突建议只保留一种。render_timeout渲染大 PPT 超时。两个办法降分辨率--scale 0.5或者分批渲染--pages 1-5。如果还是超时检查 Chromium-headless 是否被系统资源限制容器环境里可能需要加--no-sandbox参数。not_found路径不存在比如/slide[99]但文档只有 10 页。先用view stats拿到实际页数再构造路径。模型自动重试时让它先调stats再改路径能省不少来回。protected_file文档被密码保护。用officecli docx raw提取底层 XML做替换后再raw-set写回。如果加密强度高需要用户提供密码走decrypt。排查时有个通用技巧所有命令都加--json返回里的error_code和expected_type字段会告诉你具体哪里不对。模型拿到这两个字段后能自己决定是重试、换参数还是报给用户。6. 把链路接进 AgentTaoToken 与 OfficeCLI 的协作方式前面五节把单机链路跑通了这一节说怎么把它接进 Agent 工作流。核心思路是OfficeCLI 负责“手和眼”TaoToken 负责“大脑”两者通过 JSON 和函数调用串起来。最直接的接法是 MCP 注册。在 OpenClaw 机器上执行officecli mcp register openclaw注册后所有兼容 MCP 的模型都能直接调用officecli的命令 schema不用手写 wrapper。模型看到的是一个个函数比如view_text、set_element、render_screenshot调用后拿到 JSON 返回值再决定下一步。如果你用的是 Coding Plan 这类长期编码场景可以把 OfficeCLI 的常用命令封装成工具函数注册到 Agent 的 tools 列表里。每次调用走 TaoToken 的 API 做推理Base URL 还是https://taotoken.net/apiModel ID 按任务复杂度选。简单的内容替换用小模型复杂的布局分析用多模态模型。批量渲染场景适合用子代理。主 Agent 只负责业务逻辑把渲染任务丢给子代理{ action: sessions_spawn, task: OfficeCLI batch render, runtime: subagent, mode: run, taskName: officecli_batch, payload: { kind: agentTurn, message: Run officecli pptx view screenshot batch/*.pptx --output preview/, toolsAllow: [exec] } }定时任务则用 cron比如每天凌晨跑一次周报统计{ action: cron, job: { name: weekly_stats_report, schedule: {kind: cron, expr: 5 0 * * *, tz: Asia/Shanghai}, sessionTarget: main, payload: {kind: systemEvent, text: [Weekly Stats] $(officecli xlsx view stats weekly_report_template.xlsx --json)}, delivery: {mode: announce} } }这样跑下来整个办公自动化链路就是定时触发 → 读取文档 → 模型分析 → 精准编辑 → 渲染预览 → 结果推送。每个环节都有 JSON 反馈模型能自己判断成败并决定下一步。最后给个实用技巧把 OfficeCLI 的--json输出直接存成日志文件出问题时翻日志比重新跑一遍快得多。日志里error_code和expected_type两个字段是排查的关键模型也能拿它们做自愈决策。链路跑顺之后你会发现真正花时间的不是写命令而是设计好模板里的占位符和路径结构——这部分设计好了后面全是复制粘贴。
