一行命令生成 PPT：OfficeCLI 让文档自动化彻底告别 50 行 Python
用 python-pptx 创建一张带标题、背景色和正文文字的幻灯片，代码大概长这样：
frompptximportPresentationfrompptx.utilimportPtfrompptx.dml.colorimportRGBColor prs=Presentation()slide=prs.slides.add_slide(prs.slide_layouts[1])bg=slide.background.fill bg.solid()bg.fore_color.rgb=RGBColor(0x1A,0x1A,0x2E)title=slide.shapes.title title.text="Q4 Revenue Report"run=title.text_frame.paragraphs[0].runs[0]run.font.size=Pt(36)run.font.bold=Truerun.font.color.rgb=RGBColor(0xFF,0xFF,0xFF)slide.placeholders[1].text="Revenue grew 25% YoY"prs.save("report.pptx")20 行，还没算错误处理和导包。等效的 OfficeCLI 命令：
officecli create report.pptx officecliaddreport.pptx /--typeslide\--proptitle="Q4 Revenue Report"--propbackground=1A1A2E officecliaddreport.pptx'/slide[1]'--typeshape\--proptext="Revenue grew 25% YoY"\--propx=2cm--propy=5cm--propcolor=FFFFFF--propsize=28--propbold=true3 条命令，跨语言，跨平台，无需理解 pptx 的对象模型。这就是 OfficeCLI 的核心主张：把 Office 文件操作变成和curl一样简单的 CLI 调用。
OfficeCLI 是什么
OfficeCLI 是一个专为 AI Agent 设计的 Office 套件，Apache 2.0 开源，发布为单个自包含二进制文件，支持 macOS、Linux 和 Windows。不需要安装 Microsoft Office，不需要 .NET 运行时，下载即用。
它统一覆盖三种格式：Word（.docx）支持段落、表格、图片、目录、批注、脚注、水印、公式；Excel（.xlsx）内置 150+ 函数自动计算、透视表、条件格式、图表；PowerPoint（.pptx）支持幻灯片、形状、动画、3D 模型、切换效果、连接符。
所有操作通过统一路径寻址访问文档元素，例如/slide[1]/shape[2]指向第 1 张幻灯片的第 2 个形状。每个命令都支持--json输出，错误也以结构化 JSON 返回，包含错误码和修复建议，方便 Agent 自动重试。
内置渲染引擎是 OfficeCLI 对比其他工具最显著的差异：view html生成自包含 HTML，view screenshot输出 PNG，watch启动本地 HTTP 服务并在每次修改后自动刷新浏览器。在 Docker 容器或无显示器的 CI 服务器里，也能看到文档的实际渲染结果。
场景一：让 AI Agent 直接生成并检查文档
OfficeCLI 内置 MCP Server，一行命令注册到 Claude Code、Cursor 或 VS Code：
officecli mcp claude# 注册到 Claude Codeofficecli mcp cursor# 注册到 Cursorofficecli mcp vscode# 注册到 VS Code注册之后，AI Agent 可以直接通过 MCP 协议调用 officecli 的所有操作，不需要 shell 权限，JSON 输出确定性强。更关键的是"看"的能力，Agent 生成幻灯片后，可以调用view screenshot拿到 PNG，通过多模态能力检查标题是否溢出、形状是否重叠、对比度是否足够，然后自动修正：
# Agent 生成后，截图确认视觉效果officecli view deck.pptx screenshot-o/tmp/slide1.png--page1# 发现标题溢出，缩小字号后重新确认officeclisetdeck.pptx'/slide[1]/shape[1]'--propsize=20officecli view deck.pptx screenshot-o/tmp/slide1v2.png--page1这个"生成 → 渲染 → 检查 → 修正"闭环在纯 python-pptx 方案里完全缺失。Agent 写完代码之后是真的在盲飞，不打开 PowerPoint 根本不知道幻灯片长什么样。
场景二：批量生成文档，模板只设计一次
从数据库或 API 拿数据，批量生成同格式的 Word/Excel/PPT 文档，这是 OfficeCLI 最典型的工程应用。Template merge 功能是核心：用{{key}}占位符设计一次模板，然后批量填充 JSON 数据。
# 模板一次设计，批量生成 N 份客户报告forfileinclients/*.json;doid=$(jq-r.id"$file")officecli merge report-template.pptx"report-${id}.pptx""$file"done模板只需 AI 生成一次，之后的批量渲染是确定性的，零 token 消耗。这避免了两个常见问题：重复消耗 token，以及每次生成格式微妙不一致。
多步骤操作可以用批量模式，在一次文件 open/save 中执行多个命令，大幅减少 I/O 开销：
echo'[ {"command":"set","path":"/slide[1]/shape[1]","props":{"text":"2025 Q4"}}, {"command":"set","path":"/slide[1]/shape[2]","props":{"text":"营收 $4.2M"}}, {"command":"set","path":"/slide[2]/shape[1]","props":{"fill":"0d47a1"}} ]'|officecli batch report.pptx--json从 Python 调用也很直接。封装一次，之后每个操作都能直接拿到解析好的 JSON：
importjson,subprocessdefcli(*args):returnjson.loads(subprocess.check_output(["officecli",*args,"--json"],text=True))cli("create","deck.pptx")cli("add","deck.pptx","/","--type","slide","--prop","title=Q4 Report")slide=cli("get","deck.pptx","/slide[1]")场景三：在 CI/CD 中自动校验文档质量
在发布合同、法律文件、合规报告之前，OfficeCLI 可以作为流水线中的一道自动校验门。validate检查 OpenXML 结构合规性，view issues检测内容层面的问题，包括文字溢出、缺失 alt text、公式错误等。
# CI 校验脚本officecli validate contract.docx||exit1issues=$(officecli view contract.docx issues--json)errors=$(echo"$issues"|jq'[.[] | select(.severity=="error")] | length')if["$errors"-gt0];thenecho"文档存在${errors}个错误，阻断发布"&&exit1fi结构化 JSON 输出方便接入任何 CI 系统，问题按严重程度分级，文档进入发布流程之前自动拦截。
和主流工具的对比
文档自动化领域的主流选项有三类：Python 库（python-pptx、python-docx、openpyxl）、LibreOffice headless 和 Microsoft Office COM 自动化。
python-pptx 系成熟稳定，社区资源丰富，但有几个共性问题难以绕过：语言绑定死，非 Python 技术栈无法直接用；三种格式需要三个库，API 设计不统一；没有渲染引擎，无法在不安装 Office 的环境里验证视觉结果；对 AI Agent 不友好，输出不是 JSON，错误信息不结构化。它有一个细节优势：对 slide master/layout 的继承关系处理比 OfficeCLI 更完整，可以拿到"主题继承后的实际字体颜色"这类值。
LibreOffice headless 常用于服务端文件格式转换。缺点是体积大（300MB 以上），启动慢，UNO API 学习曲线陡，容器化部署容易遇到字体和渲染环境问题，对 AI Agent 几乎没有原生集成。
Microsoft Office COM 通过 Windows COM 接口调用 Office 应用，渲染结果和手动操作完全一致，但只能在 Windows 上运行，需要 Office License，不能无头运行，速度慢，稳定性依赖 Office 进程，完全不适合 Linux 服务器或容器环境。
| 维度 | OfficeCLI | python-pptx 系 | LibreOffice | MS Office COM |
|---|---|---|---|---|
| 无需安装 Office | 是 | 是 | 是 | 否 |
| 三格式统一 API | 是 | 否（3 个库） | 是 | 是 |
| 内置渲染引擎 | 是 | 否 | 部分 | 是 |
| 语言无关 | 是（CLI） | 否（Python only） | 否（UNO） | 否（COM/Win） |
| AI Agent / MCP 支持 | 是 | 否 | 否 | 否 |
| 容器 / CI 环境 | 是 | 是 | 复杂 | 否 |
| JSON 结构化输出 | 是 | 否 | 否 | 否 |
| slide master 继承 | 部分 | 完整 | 完整 | 完整 |
什么时候不适合用 OfficeCLI
如果核心需求是从存量文档里提取结构化数据接入 Python 数据管道（pandas、数据库写入、特征提取），python-pptx 和 openpyxl 更合适。它们直接在进程内拿到 Python 对象，无子进程开销，批量处理几千个文件也没有性能问题。
如果需要精细控制 slide master 和 theme 的继承关系，比如"这个文字框在当前 layout 下实际应用的字体是什么"，python-pptx 的对象模型对这套继承关系有完整实现，OfficeCLI 在这个层次的支持还不够深。
如果项目里已有成熟稳定的 python-pptx 代码库，覆盖了大量边缘情况，迁移到 OfficeCLI 的成本不一定值得。OfficeCLI 目前只支持 .docx、.xlsx、.pptx 三种现代格式，如果需要处理旧格式（.doc、.xls、.ppt），需要先做格式转换。
文档自动化的历史大致分两个阶段：手写 Python 操作 XML 对象树的时代，以及让 AI Agent 直接理解需求并自动产出文档的时代。OfficeCLI 站在两个时代的交汇处，一边对已有工程流水线友好，一边为 AI 原生工作流提供完整支撑。
文档自动化的终点，不是写出更优雅的 Python，而是根本不需要写 Python。
我是 Yuguo，软件设计师，正在用 AI 重构自己的开发工作流。
踩过的坑、跑通的方案、省下来的时间，都记在绿泡泡Feed中。 一起把 AI 真正用起来。