核心用法
Doc Processor 是 OpenClaw 生态中的统一本地文档处理工具，采用 Python 驱动 + 系统工具（poppler）的混合架构，覆盖文档全生命周期操作：
- 读取与解析：PDF 依赖
pdftotext/pdfinfo提取文本元数据；Word/Excel 通过python-docx/openpyxl原生解析；CSV/TXT/Markdown 直接流式处理 - 写入与生成：支持 Word（段落+表格样式）、Excel（多sheet+单元格格式）、CSV/Markdown 的结构化输出
- 智能转换：Word↔Excel 保留表格结构，PDF→TXT 提取纯文本，暂不支持反向生成 PDF
- 批量合并：Word 文档顺序拼接；Excel 多文件自动映射为多 sheet
- 数据提取：支持表格识别、指定 sheet 筛选、分页范围控制
显著优点
1. 本地优先：无需上传云端，敏感文档处理更安全
2. 格式覆盖广：核心办公格式（docx/xlsx/pdf/csv）全支持，满足 90%+ 场景
3. 模板化能力：Excel v2.3+ 支持单元格占位符、命名区域、表格区域填充，适合批量报告生成
4. 安装友好：一键 setup.sh 自动处理系统依赖（poppler）和 Python 环境
潜在局限
- PDF 只读：无法直接写入或编辑 PDF，需绕道 Word 再手动转换
- 旧格式不支持：
.doc/.xls二进制格式需 LibreOffice 预转换 - 无原生 OCR：扫描版 PDF 需外部工具预处理
- 大文件性能：未实现流式分页加载，超大型文档可能内存占用高
适合人群
- 企业办公人员：合同/报表的批量生成与格式转换
- 数据分析师：Excel 多源合并、清洗、模板化输出
- 开发者：通过 Python API 集成到自动化工作流（如 CI 报告生成）
常规风险
- 依赖管理：poppler-utils 需系统级安装，Windows 环境配置较复杂
- 路径安全：脚本处理相对路径时历史上曾出现 "Package not found" 错误（v1.0.4 已修复），建议绝对路径或验证工作目录
- 模板注入：若模板内容来自不可信源，占位符填充存在 XSS-like 风险（虽本地执行，仍需校验输入数据）
---
版本：2.7.0 | 更新日期：2026-03-25