与您的代理一起编辑文档看起来很有希望

paper-docx paper-pptx paper-xlsx 今天，我们发布了 Paper Office，这是一套 Python 软件包，允许代理以更高的安全性、正确性和广度操作 Word、PowerPoint 和 Excel 文件，它建立在传统开源软件包：python-docx、python-pptx 和 OpenPyxl 的基础上。在 5 个模型和 61 项任务中，Paper 包加指导通过了 92.5% 的试验，而没有技能的上游包的通过率为 80.7%，具有 Anthropic 类似 Office 技能的上游包的通过率为 69.5%。特工们还编写代码来直接编辑 Office 文件内部结构，仅在 Paper 运行中的 1.6% 中完成，而没有技能的情况下为 78.7%，有人类技能的情况下为 50.5%。我们注意到，除了提示、技能和工具之外，基本软件仍然是线束优化的重要杠杆。代理人在顾问、律师、银行家和运营商的日常工作中的渗透率仍然很低。我们认为专业采用的瓶颈是对真实工作流程的忠实度。代理不会使用与人类相同的技术来操纵现有文档，因此生成的幻灯片、表格和文档处于一个恐怖谷状态，不适合客户使用。 DOCX、PPTX 和 XLSX 文件使用 Office Open XML (OOXML)：每个文件都是一个 ZIP 存档，其中包含链接在一起的 XML 文件、图像和其他资源，而不是单个文本文件。编辑它们意味着保持这些部分及其关系一致，因此即使是很小的可见更改也可能需要在多个位置进行更新。标准 Python Office 库（python-docx、python-pptx 和 openpyxl）是成熟的构建工具，具有多年积累的边缘案例，大多数生产代理通常依赖这些库进行文档操作。然而，他们已经好几年没有看到更新了，而且对于许多重要的工作流程来说，缺乏功能广度和正确性契约。在某些情况下，模型会选择其他基于 Javascript 的包或 HTML 到文档流程来更轻松地表示和操作经典办公文档，但这些中间表示是有损的，并且经常会破坏现有的棕地工作。我们分叉、修补和重新设计了标准 Python Office 库的 API，以支持各种代理优先用例，提高正确性并扩展功能完整性。编辑文件的代理通常必须：找到用户引用的逻辑对象，即使其文本跨元素拆分或从模板继承，应用请求的更改，同时维护格式和关系，保留请求范围之外的所有内容，包括库不理解的包部分，重新​​打开已保存的工件，并确定预期效果在序列化中幸存下来。当包无法表达这些操作时，模型就会陷入包装脚本和原始 OOXML，从而用包机制污染其上下文。这通常会导致注释锚点、图表工作簿、字段、自定义 XML、公式依赖项等出现静默回归。 Paper Office 保留熟悉的导入并扩展其下面的包。现有模型先验仍然有用： import docx 、 from pptx importPresentation 和 import openpyxl 仍然有效。这些附加功能将隐藏结构公开为键入的机器可读数据，在支持的编辑之前验证目标，提供包保留保存路径，报告有界更改，并在无法安全处理操作时明确拒绝。 Paper DOCX 概述 paper-docx 通过文档范围搜索、跟踪编辑、注释、撰写和可逆红线扩展了 python-docx，允许代理使用 Word 的本机审阅模型修改和审阅现有 Word 文档。探索功能 与工作相关的附加功能：交叉运行文本搜索。 docx.search 通过选择加入规范化匹配来匹配 Word 运行碎片中的精确文本，并返回实时 Span 以进行替换、跟踪编辑或注释锚定。 Span 在突变前重新生效；在文本更改替换后重新获取跨度。编号重新开始。 docx.numbering.restart_numbering() 创建一个新的编号实例，该实例保留现有定义并从 1 重新启动； apply_numbering() 将其分配给预期的段落。本机词红线。 docx.package.compare 将文本和表行更改作为 Word 本机跟踪的更改发出，验证私有副本上的接受和拒绝结果，并拒绝它无法安全表示的差异。查看解决方案和评论主题。 doc.revisions 枚举支持的修订并自动接受或拒绝它们；剩余的不支持（）识别需要其他工具的表单。 docx.commentops 将回复、锚点和解析状态作为连接的线程进行管理。内容控制。 docx.controls 用键入的值填充支持的控件。支持的数据绑定文本更新将可见文本与自定义 XML 存储同步；不支持的绑定类型、锁定的控件和不安全的结构都会被拒绝。字段和书签。 docx.bookmarks 和 docx.fields 在跨度和作者页面上创建书签