文档整理（零依赖版）

核心原则：能读文件就绝不点 WPS/Office 界面。 界面操作脆弱、慢、还烧 token；文件是确定性的。

工具

scripts/doc_tidy.py（纯标准库，随包分发，无第三方依赖）：

PY=/data/user/0/com.deepseek.harness/files/payload/bin/python3
D=<本技能目录>/scripts/doc_tidy.py

$PY $D info  <文件>   # JSON：表名/行列数/表头；docx 另带 outline（Title=0，Heading=1..6）
$PY $D text  <文件>   # 纯文本：xlsx→TSV，docx/pptx→正文
$PY $D selftest       # 自测（现场造样例并读回），改完脚本必跑

• .xlsx/.xlsm/.docx/.pptx ✅ 支持（含共享字符串、内联字符串、多表、tab/换行）
• .docx 的大纲按 pStyle + styles.xml 的 outlineLvl/basedOn 解析；中文样式名「标题 1」也认
• .doc/.xls/.ppt（旧二进制）❌ → 提示用户"另存为 xlsx/docx"
• .pdf ❌ 本机无 pdf 库也无 pdftotext → 提示用户转格式，或（可选）pip install pypdf

标准流程

1. 先 info（看有几张表、表头是什么、docx 的 outline 有几级），再决定怎么整理 —— 不要一上来全量 dump 正文。
2. docx 要按章节处理时，直接用 info.outline 的 level/text；不要用正则猜"一、二、三"。
3. 汇总/改名/生成新表：写一个一次性脚本放在任务目录里，跑完把脚本路径报给用户 （下次同类任务直接复用，模型不再参与 ⇒ 0 token）。
4. 改文件另存为新文件，不要就地覆盖原始文件（用户的数据不可逆）。
5. 产出后用 $PY $D info <新文件> 回读核对（"写完必回读"）。

PDF 预览

需要把 docx 变成 PDF 给用户看时，优先走宿主的文档预览（office-to-pdf）。 命令行参考实现：examples/office-demo/docx2pdf.mjs（源码树；走 libreoffice-kit 的 API）。 ⚠️ 不要直接跑 dsoffice convert：当前内核的 libreoffice-kit/lib/cli.js 是旧包， 在 Android 上会报 Unsupported LibreOfficeKit host: android-arm64；API 那条路已打过补丁。

与"聊天里的文件"衔接

微信/QQ 收到的文件通常先在 Download/WeiXin（用户点过"保存到手机"）→ 直接读； 没有则见技能 dsh-mobile 的三路 fallback。