首页 › skills-review › 官方docx件拆解:新建改稿两条路

官方docx件拆解:新建改稿两条路

概述

本期是Skills生态拆解系列第2轮,按轮次设定做单件深度拆解。这次开的是Anthropic官方document-skills家族里的docx件——2025年10月Agent Skills发布时的门面担当,也是整个生态里被复用、被抄袭、被反向工程最多的文档类Skill之一。本文把它拆到SKILL.md逐段级别:门牌(frontmatter)怎么写、正文里那条「新建与改稿分岔路」为什么是神来之笔、tracked changes(修订痕迹)为什么必须裸写OOXML、哪些知识被外置到了reference文件里。拆完提炼出四个可以直接抄回自己Skill里的设计模式。核心发现先给一句话:这个件的全部精髓,在于它拒绝让一条技术路线通吃所有文档任务——新建走代码,改稿走裸XML,读内容走pandoc,三条路在SKILL.md开头就钉死了路标。

它是谁:四件套里的老大哥

先交代出身。docx件住在Anthropic官方仓库anthropics/skills里,同门一共四个:docx、pptx、xlsx、pdf,合称document-skills家族。这四个件有两重身份:

同门四个件里,pdf件此前已单独拆过一轮(门牌与渐进披露机制),这次不重复那个角度。选docx是因为它有一个兄弟们都不具备的特质:它是四件套里唯一一个「创建」和「编辑」必须走完全不同技术路线的件。xlsx可以用openpyxl一条路走到底,pptx有python-pptx伺候,而docx的新建和修改,是两个世界。

这个天然矛盾,逼出了整个Skills生态里教科书级别的一份SKILL.md。

开包看货:一个件的物理构成

先看目录。docx件的文件夹大致是三块东西(以仓库当前版本为准):

文件/目录 角色 什么时候进上下文
SKILL.md 正文,工作流指令 触发时整份读入
frontmatter(SKILL.md头部YAML) name + description门牌 常驻上下文,永远在场
references/ OOXML格式说明、修订标记语法等 模型按需去读
scripts/ 解包、打包、格式转换的现成脚本 模型按需去执行

这就是Skills官方设计的「渐进披露」三层结构:门牌永远在场,正文触发才读,附录用到才翻。关于这套门牌机制,此前PDF件拆解已经细讲过,本文不再展开,只强调一个数字账:docx件的门牌description只有几行,但它决定了在几千个Skill同场竞技时,模型会不会在用户说「改一下这份合同」的瞬间想到它。门牌是全场最贵的几行字。

真正值得逐段拆的是正文。往下看。

第一刀:frontmatter——描述里埋的全是扳机

docx件的description,大意是:全面覆盖docx文档的创建、编辑与分析——支持修订痕迹(tracked changes)、批注、格式保留、文本提取;适用于创建新文档、或对既有文档做修改/批注/红线修订的任何场景。

注意它埋了哪些扳机词:

  1. 扩展名词:.docx。用户消息里出现文件名时,这是最强触发信号。
  2. 场景动词对:create / edit / analyze,一张口就覆盖三类意图。
  3. 杀手锏词:tracked changes。这个词是法律、咨询、出版行业的行话(红线修订),一个懂行的用户嘴里的自然语言就是「帮我redline一下」。把它直接写进门牌,等于在垂直行业里挂了定向招牌。
  4. 否定排除 implied:描述没有吹「处理一切文档」,而是钉死在「专业文档(professional documents)」——这是个聪明的降误触设计,纯文本、markdown、CSV不该惊动它。

写法上它是第三人称、陈述句,不写实现细节。这是官方skill-creator反复强调的纪律:门牌写「什么时候用我」,正文才写「怎么用我」。大量社区件的描述写成功能罗列(「支持XX!支持YY!」),触发率反而差——模型匹配的是任务意图,不是功能清单。

第二刀:正文开头——先立岔路口,再发工具

SKILL.md正文的第一件事,不是介绍docx格式,而是立决策树。逻辑大致是:

flowchart TD
    A["用户请求涉及 docx"] --> B{"先判任务类型"}
    B -->|"从零新建"| C["用 docx-js 写 JS 代码生成"]
    B -->|"编辑已有文件"| D{"要不要修订痕迹"}
    B -->|"只需读内容"| E["pandoc 转出 markdown 再读"]
    C --> F["node 执行脚本产出文件"]
    D -->|"不要"| G["解包 OOXML 直改 XML"]
    D -->|"要"| H["裸写 w:ins 与 w:del 修订标记"]
    G --> I["重新打包成 docx"]
    H --> I
    E --> J["以文本形式回答即可"]

这个开头是全文最值钱的设计。为什么?因为docx生态的工具库里全是坑:

三条路对应三种任务,SKILL.md开头就把路口钉死。这不是啰嗦,是纠错:没有这段,模型在「编辑」任务上大概率顺手抄起python-docx就是干,然后用户收到一份格式稀碎的文件。

可抄模式一:任务有多种技术路线时,把决策树放在SKILL.md物理开头,别让模型自己选路。

第三刀:修订痕迹——最见功力的一段

如果用户要的是「改这份合同,但要保留修订痕迹让律师同事审」,前面的路全断了:

主流库没有一个能完整写出OOXML的修订标记。官方件的解法非常硬核:绕过所有库,按OOXML规范裸写修订XML——用<w:ins>包裹插入的内容,<w:del>包裹删除的内容,直接写进document.xml。这件事在通用编程里属于「没人愿意手干」的脏活,但恰恰是模型擅长的:OOXML修订标记的语法规则是有限、明确、可查的(所以这部分语法说明被放进了references文件,按需翻阅,不占正文篇幅),模型按规则生成XML比人类手写快得多也稳得多。

这一段还有一层容易被忽略的产品哲学:为什么默认建议tracked changes而不是悄悄改完?因为文档修订场景的真正用户流程是「AI起草改动 → 人类逐条审阅 → 人类接受或拒绝」。裸改等于剥夺了审阅权,在合同、论文、公文场景是不可接受的。这个件把「保留修订痕迹」写成一等公民路径,等于把「AI别越权」这个价值观焊进了技术路线。

可抄模式二:当所有现成库都缺一块能力时,别硬凑库,直接写格式底层的标记。Skill里可以教模型干「人类嫌脏、机器擅长」的活。

第四刀:知识外置——正文讲路由,附录讲语法

回头看文件构成就明白了docx件的分工哲学:

正文因此能保持在一份「可以整份读入也不心疼」的篇幅内(官方建议SKILL.md正文控制在几百行以内),而OOXML这种动辄上千行的格式规范被外置成按需查阅的附录。模型走到「裸写修订标记」这一步时才去翻语法参考,翻完就写。

这套分工对应一个提示词工程的基本盘:控制流要常驻,知识要惰性加载。很多社区件把格式教程全文塞进SKILL.md,结果触发一次烧一次token,还稀释了关键指令的注意力权重。docx件是反面教材的反面。

可抄模式三:把「如果…就…」留在正文,把「什么是…」扔进references,把「照着跑」做成scripts。

什么时候用它,什么时候别用

适用:

不适用:

评分表(对照通用评测维度)

维度 权重 评分 短评
功能完整度 25% ★★★★★ 建/改/读/修订四路全通,批注处理也有覆盖
设计质量 25% ★★★★★ 分岔路由+知识外置,官方门面级写法
实战效果 20% ★★★★☆ 格式保真和红线修订是真实生产力;重度排版仍需人工兜底
上手难度 15% ★★★★☆ Claude应用内零配置;本地CLI需自备Node/Python环境
社区活跃度 15% ★★★★☆ 官方仓库持续维护,随产品迭代升级

安装与使用(可复制):

# 通用装法:克隆官方仓库,把 docx 目录整个拷进个人技能目录
git clone https://github.com/anthropics/skills.git
# 仓库内用 find 定位 docx 目录(可能在 document-skills/ 或 example-skills/ 下)
find skills -type d -name docx
cp -r <找到的docx目录> ~/.claude/skills/

# Claude Code 插件装法(据仓库 README):会话内执行
/plugin marketplace add anthropics/skills
# 然后按 /plugin 面板提示安装 document-skills

# 市场热度速查
npx skills find docx

装好后不用背任何命令,对话里直接说「把这份合同改成乙方付款周期30天,保留修订痕迹」即可触发。Claude网页版用户无需安装,文件创建功能内置。

排行榜:谁该装

  1. 法务/咨询/销售运营——红线修订场景天花板,五星必装;
  2. 每周产Word格式交付物的打工人(方案、周报、标书)——一次配置长期回本;
  3. Claude Code重度用户——配合同门xlsx/pptx件组成本地文档流水线;
  4. 只想读docx的人——不必装,学它的pandoc命令就够了;
  5. 纯设计需求者——绕行,去隔壁canvas-design。

结语:这个件教会生态的三件事

把docx件拆到底,它其实只示范了三件事:在多条技术路线面前替模型做选择,而不是赌模型选对;在库的能力边界外敢教模型裸写底层格式;在正文篇幅和知识完备性之间用附录做交换。这三件事没有一件依赖docx本身——写代码评审件、写数据清洗件、写部署件的人,抄走的都该是这套骨架,而不是那些XML标签。

参考来源

  1. anthropics/skills — GitHub官方Skills仓库 — document-skills家族(docx/pdf/pptx/xlsx)所在地,本文拆解对象的原始出处,具体文件以仓库当前版本为准
  2. Introducing Agent Skills — Anthropic — 2025年10月Agent Skills发布公告,Skills机制与文件创建功能的官方说明
  3. Equipping agents for the real world with Agent Skills — Anthropic Engineering — 渐进披露三层结构与SKILL.md写法约束的官方工程阐述
  4. Claude Code文档:Skills — Skills目录结构(~/.claude/skills)、frontmatter字段与插件安装方式的官方文档

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入