MiniMax 开源生产级办公文档引擎，支持 Word/Excel/PPT/PDF 四大格式，采用 MIT 协议，生成文档可直接交付
MiniMax 把他们在 Office 文档生成上踩过的所有坑，全部开源了。
这不是一个 demo 级的玩具项目，而是一套在生产环境跑过多轮自动化测试的完整解决方案。用户说一句"帮我写一份 Q3 策略报告"，它就能从内容组织、排版控制到最终输出，生成可直接交付的文档。
使用 Agent 处理文档，最难的不是写不出来，而是写出来不能用：
文件能打开，但没办法作为最终交付产出。
MiniMax 搭建的这套 Office Skills，就是为了解决这个问题——让生成出来的文档真正经得住交付。
完整开源包括：
GitHub 地址：https://github.com/MiniMax-AI/skills
为什么不用 python-docx？
python-docx 是社区最常见的方案，轻量易用。但当需求推进到复杂表格嵌套、多级目录、页眉页脚控制、修订追踪时，有些功能它不支持，有些支持但生成的文档结构容易出错。
.NET OpenXML SDK 是微软官方维护的底层库，对 ECMA-376（Word 文件格式的官方标准）实现最完整。虽然部署成本更高（需要 .NET 运行环境），但换来的是对 Word 文档结构更完整、更可靠的控制力。
覆盖场景：
配套提供了 OpenXML 格式参考手册、中日韩排版指南、10+ 可直接运行的示例代码。
为什么不用 openpyxl？
Openpyxl 是社区最常见的方案，但有一个工程上很难接受的问题：文件读入再写回后，一些高级内容会被静默丢弃。
比如一个包含数据透视表、迷你图、VBA 宏的 Excel 文件，被 openpyxl 打开再保存，这些东西可能就没了，甚至没有报错提示。
解决方案：绕开所有 Python Excel 库，直接在 XML 层面操作。
.xlsx 文件本质是一个压缩包，里面是一组 XML 文件。做法是：
这样每次编辑只动需要动的地方，样式、图表、宏都原封不动保留。
关键点：公式处理
很多方案会把公式提前算好，存一个静态数字。MiniMax 要求每一个派生值都必须是真正的 Excel 公式（如 SUM(B2:B9)），这样用户打开文件后还能正常编辑和联动。
为此开发了 13 个独立的 Python 工具脚本，覆盖解压打包、列插入、行偏移、公式校验、动态重算、格式审计等环节。
PDF 的核心挑战在于需要做出一套可复用、可扩展的设计系统。MiniMax 为 15 种文档类型设计了独立的视觉语言，每一种都有对应的封面模式、字体和配色方案。
技术实现：
拆成两套引擎，系统更复杂，但封面可以大胆做设计，正文仍然保持工程稳定性。
PPT 生成的难点不在于往 slide 上放内容，而在于视觉风格的统一。字体大小、间距、配色、圆角弧度，任何一个地方不一致，整份演示文稿看起来都会很粗糙。
解决方案：先定义约束体系，再做生成。
页面类型：5 种标准类型
风格配方：4 套配方
每套配方定义了圆角半径、阴影参数、边框粗细、间距比例等一整套数值。切换配方，就能整体改变一份 PPT 的视觉调性。
技术实现基于 PptxGenJS（JavaScript 生态里功能最完整的 PPT 生成库）。
构建一个 skill 不难，真正的挑战在于：你怎么知道它下一轮是不是更好了？
MiniMax 搭了一套固定的三阶段循环：Execute → Evaluate → Fix
工作方式：
这套机制能够让 Skills 的迭代围绕失败样例持续收敛。每一轮跑下来，都能更清楚地知道问题出在结构、公式、样式，还是模板约束上。
达标标准：
一个 xlsx 文件即使成功保存，如果数据透视表丢了、公式被写成了静态数字，在真实交付里都算失败。
这四个 Skill 已在 MiniMax Agent 与 MaxClaw 中上线，可以直接体验：https://agent.minimaxi.com
在企业领域，MiniMax 服务了超大规模（生产系统中超 10 万亿级记录、亿级文档）的文档办公、头部企业移动办公应用等。
在某严苛的办公场景端到端评测中，通用方案准确率只有 60-70%，而 MiniMax 实现了 99.8% 的召回率。
这次开源最大的价值，不在于"又多了一个开源项目"，而在于 MiniMax 把生产环境踩过的坑全部暴露出来，并给出了经过验证的解决方案。
为什么选 .NET 而不是 python-docx？ 为什么直接操作 XML 而不是用 openpyxl？ 为什么 PDF 要拆成两套引擎？
每一个技术选型背后，都是真实场景倒逼出来的决策。这些经验，比代码本身更有价值。
适合谁用：
不适合谁：
如果你也在做 AI 文档生成，或者正在头疼文档生成出来总是不能直接用，这个仓库值得仔细研究。
GitHub：https://github.com/MiniMax-AI/skills 协议：MIT 体验地址：https://agent.minimaxi.com 模型调用：https://platform.minimaxi.com/subscribe/token-plan
MaxClaw接入微信只需三步：添加weixin-connect技能、输入指令获取二维码、扫码配对，支持语音互动和多账号部署
北邮、北大团队提出 STAGE 框架，通过预测「起始-结束帧对」解决多镜头视频连贯性问题，已录用至 CVPR 2026。
Anthropic推出Computer Use功能，Claude可自动操控电脑执行任务，支持手机远程控制，已向Pro和Max用户开放
