今日，Paper Office正式发布。这是一套专为AI智能体设计的Python软件包套件，旨在提升对Word、PowerPoint和Excel文件操作的安全性、准确性与全面性。该套件基于python-docx、python-pptx和OpenPyxl等开源基础库构建并进行了深度重构。
在涵盖五个主流模型和61项复杂任务的基准测试中，采用Paper软件包及相应引导策略的智能体，任务通过率高达92.5%。相比之下，未配备专用技能的原生上游软件包通过率为80.7%，而Anthropic提供的同类Office技能通过率仅为69.5%。
数据还显示，Paper显著降低了智能体直接编写代码修改Office文件内部结构的频率。使用Paper时，此类高风险操作占比仅为1.6%；而在未配备技能和使用Anthropic技能的场景中，这一比例分别高达78.7%和50.5%。结果表明，除了提示词工程和工具链优化，基础软件本身的改良是提升智能体效能的关键杠杆。
存量知识工作的“恐怖谷”困境
尽管AI技术在咨询、法律、金融等领域潜力巨大，但其实际渗透率仍受限于对真实工作流程的保真度不足。智能体生成的文档往往处于“恐怖谷”状态：看似正确，却因无法像人类一样精准处理现有文档的技术细节，难以满足专业交付标准。
DOCX、PPTX和XLSX文件本质上是基于Office Open XML (OOXML)格式的ZIP压缩包，包含复杂的XML文件、图像及资源关联。微小的可见更改可能涉及多处底层更新。现有的标准Python库虽成熟，但在处理边缘案例和功能完整性上已显滞后，常导致信息丢失或破坏存量工作成果。
Paper Office通过对标准库进行分叉、补丁修复和API重构，解决了智能体在定位逻辑对象、保持格式关联、保留非目标内容及验证序列化结果等方面的核心痛点，避免了模型因库功能缺失而退回到易出错的原始OOXML操作。
核心功能概览
Paper Office保留了熟悉的导入方式（如import docx），并在底层扩展了针对智能体优化的功能，包括类型化数据暴露、编辑前验证、受限范围更改报告及安全拒绝机制。
Paper DOCX：原生审阅与精准控制
paper-docx增强了全文搜索、修订跟踪、评论管理及内容组合功能。支持跨运行文本搜索与实时Span验证，提供原生Word修订标记输出，原子化处理审阅解决与评论线程。此外，它还支持内容控件填充、字段与书签管理，以及跨文档样式协调与字节级差异对比，确保在保护模式下仅执行允许的操作。
Paper PPTX：关系安全与结构差异
paper-pptx引入了继承格式检查、原生项目符号生成及安全的幻灯片克隆机制。所有幻灯片操作均保证关系安全，克隆图表时自动分配独立工作簿。支持合并单元格表格编辑、备注读写、图片与图表的安全更新，以及基于策略的演示文稿导入。其永久ID差异分析功能可精准报告源自共同祖先的结构、文本及格式更改。
Paper XLSX：引用感知与公式认证
paper-xlsx增加了引用感知的结构编辑能力，自动更新依赖公式、名称及图表引用。支持模式对象编辑、公式缓存 freshness 管理及基于LibreOffice的重算认证。通过EditReceipt提供编辑收据，列出所有更改单元格，并可扫描公式错误而不依赖外部软件。同时支持透视表刷新授权及严格的保护模式检查。
实验设计与性能表现
本次评估覆盖61项任务（27项DOCX、15项PPTX、19项XLSX），涉及碎片化文本、修订、嵌入式工作簿、公式依赖等复杂场景。测试模型包括Opus 5、GLM 5.3 Flash、GPT 5.6 Sol、Grok 4.6和DeepSeek v4.1 Flash。所有测试均在OpenCode in Harbor环境中运行，对比无技能、Anthropic技能和Paper+技能三种条件。
总体成功率：Paper以282/305（92.5%）的成绩领先，优于上游原生的246/305（80.7%）和Anthropic技能的212/305（69.5%）。
分格式表现：
- DOCX：Paper达96.3%，远超无技能的83.0%和Anthropic的84.4%。
- PPTX：Paper达92.0%，显著高于无技能的84.0%和Anthropic的74.7%。
- XLSX：Paper达87.4%，大幅领先无技能的74.7%和Anthropic的44.2%。
在15个模型-格式分片中，Paper在12个分片上提升了成功率，仅在个别场景持平或微落后。轨迹分析显示，Paper通过API接管了复杂的内部记账工作，大幅减少了智能体手动操作底层XML的频率，有效避免了评论链接断裂、依赖范围未更新等静默错误。
结语
跨模型测试证实，Paper Office能全面提升智能体在处理复杂Office文档时的任务成功率。通过在Feather框架内默认集成Paper Office，开发者可获得更可靠的知识工作自动化能力，凸显了基础软件优化在AI应用落地中的核心价值。