项目介绍

文策AI（Word Agent） 是一个基于智能体的 AI 辅助写作系统。用户在办公软件（如 WPS、Microsoft Word）中安装加载项后，可以通过自然语言与 AI 智能体交互，获取写作建议、内容生成、结构优化等服务。

INFO

如果 Windows 新版本 WPS 加载项出现运行卡死，可以在“设置 → 切换窗口管理模式”中改为多组件模式。详情请参考 issue #1。

文策AI（Word Agent）：让写作有策略，让表达更智能

项目概述

本项目采用 FastAPI 构建后端 API，前端加载项与后端使用流式接口通信，使前端能够实时展示 LLM 输出内容。前端采用 Vue3 和 JavaScript 开发，核心是 DocxJson 双向转换模块，能将带格式的 Word 文档内容与 JSON 格式互相转换。

后端基于 LangChain 和 LangGraph 实现智能体设计与协作，使用 OpenAI/Anthropic 兼容接口完成流式输出与工具调用。前端加载项通过 WebSocket 与后端通信，PySide6 桌面程序用于启动服务、安装加载项和查看日志。

为了让智能体能够生成结构化 Word 文档，项目中定义了一套接近 HTML/CSS 的 JSON Schema：

paragraphs: 段落数组，包含多个 run 文本块
- pStyle: 段落样式 ID（如标题1、正文等）
- runs: 文本块数组（最小单位）
  - text: 文本内容
  - rStyle: 字符样式 ID（如加粗、红色等）
- paraIndex: 段落索引，用于定位
- paraID: 段落唯一标识，用于修改
styles: 样式定义字典，包含段落样式与字符样式

核心优势

跨平台适配：后端应用支持 Windows、Linux 与 macOS，提供 WPS 和 Microsoft Word 加载项。
原生富文本：理解 Word 结构并生成符合文档样式的内容。
智能体自主协作：智能体能够理解任务目标和文档上下文，自主调用合适的工具完成写作与编辑任务。
自由开放：支持自定义 API 或本地服务，兼容主流 LLM 服务商。

项目预览

WPS 加载项界面	后端服务 QT 界面

使用示例

单智能体（Single Agent）模式：用户输入“帮我把实习目的修改成 5 点”。智能体按“定位 → 读取 → 理解 → 编辑”的流程完成任务：先调用 search_document 定位段落，再调用 read_document 读取内容；分析理解后调用 delete_document 删除原内容，最后调用 generate_document 生成修改后的内容。WPS 加载项通过原生修订显示内容变更，并在修订批注中展示修改信息，方便用户确认或取消。

文档生成与原生修订示例

对于单个段落内的小范围修改，可以使用 edit_document 工具按段落 ID 直接替换内容，同时保留段落属性和段落 ID，尤其适合修改表格内容。

段落编辑示例

可插拔扩展

项目支持三类可插拔扩展：MCP Server、Skill 与 Python 插件。

1）MCP Server 示例：用户配置 MCP 服务器后，智能体可调用第三方 API 来增强能力。以 高德地图 MCP 与 可视化图表 MCP Server 为例，用户输入“查询长沙未来五天的天气，绘制一个气温折线统计图，并写一份天气预报文章”，智能体会先获取气温数据，再生成折线图 URL，并将图片渲染在加载项界面中。

MCP示例

2）Skill 示例：Skill 用于封装可复用的能力与流程（如提示词模板、工具调用编排、特定领域写作逻辑），加载后可按任务需求选择执行，提升稳定性。

Skill示例

3）Python 插件示例：在 设置 → 插件 中安装 wordagent-plugin-ocr，可为无法直接接收图片的模型提供图片文字识别能力。插件使用独立运行环境，支持安装、删除和通过 GitHub 链接添加自定义插件，详见插件管理。

模型参数设置

在 设置 → 大模型 中点击已添加模型右侧的齿轮，在当前页面编辑 Temperature、Top-p、Max Tokens 和 Reasoning Effort。参数按模型保存，对话使用当前所选模型的配置。

模型参数编辑面板

默认最大输出为 8192 Tokens，Reasoning Effort 默认为 medium。个性化页面的温度设置与聊天输入区的思考开关已移除，统一在模型参数面板中调整。

外部 Agent 接入

桌面程序新增 MCP 服务器 页面，Codex 等外部 Agent 可通过 http://127.0.0.1:3880/mcp/ 调用 WPS / Microsoft Word 的文档工具。打开目标文档的加载项侧栏后，即可读取、搜索、编辑或生成文档内容。

供外部 Agent 调用的 MCP Server

连接步骤、Codex 配置和工具说明见外部 Agent 文档 MCP Server。

快速开始

环境配置

node v22.12.0
wpsjs 2.2.3
python 3.11.14
Windows 10/11、Ubuntu 22.04、macOS 10.15+

构建前端加载项

bash

cd frontend/wps_word_plugin       # WPS Word加载项
cd frontend/microsoft_word_plugin # 或 Microsoft Word 加载项
pnpm install
pnpm build

运行后端服务

bash

cd backend
uv run python main.py

支持的办公软件

办公软件	支持版本
WPS Office（Linux）	12.1.2.24722 及以上
WPS Office（Windows）	12.1.0.28043 以下
Microsoft Word（Windows、Web）	LTSC 2024 及以上，需支持 WordApi 1.6 或以上

开发计划

[x] 支持单智能体模式
[x] 支持远程 MCP 服务器工具接入
[x] 支持本地 MCP 服务器和 Skill 工具接入
[x] 通过文档 MCP Server 供外部 Agent 调用 WPS / Microsoft Word 工具
[x] 支持按模型设置生成参数和推理强度
[x] 支持上下文压缩
[x] 支持长短期记忆
[x] 支持表格、插图、公式等复杂样式编辑（公式可读但不能生成）
[ ] 不局限于 localhost，支持局域网访问和云端部署

LLM API 适配情况

模型	状态
Qwen 3.6 Plus	✅ 运行稳定
GLM-5.1	✅ 运行稳定
GPT 5.4	✅ 运行稳定
MiniMax M2.5	✅ 运行稳定
DeepSeek V4 Pro	✅ 运行稳定
Claude Sonnet/Opus	✅ 运行稳定
MiMo-V2.5	✅ 运行稳定

项目推荐使用 GPT 系列，其次是 Qwen 系列，详情见测评文档。本指南以 DeepSeek V4 Pro 展示模型配置步骤。

本项目开发使用了部分阿里云百炼、Openrouter免费额度。

开源协议

本项目采用 Apache License 2.0 开源协议。

项目介绍 ​

项目概述 ​

核心优势 ​

项目预览 ​

使用示例 ​

可插拔扩展 ​

模型参数设置 ​

外部 Agent 接入 ​

快速开始 ​

环境配置 ​

构建前端加载项 ​

运行后端服务 ​

支持的办公软件 ​

开发计划 ​

LLM API 适配情况 ​

开源协议 ​