docx-mcp

docx-mcp

让你的 AI 编码 Agent 能够创建、读取和编辑 Word 文档。编辑内容会以修订的形式显示在 Microsoft Word 中——删除内容为红色删除线，插入内容为绿色下划线。每次修订完成后，Agent 都能生成一份可直接用于邮件的变更日志，列出所有插入、删除和替换内容。你也可以比较两个独立文件，自动获得相同的输出。

适用人群

需要制作 Word 交付件，并希望 AI Agent 直接处理文档工作的专业人士：

• 法律 — 使用修订标记审阅合同、批量替换模板中的条款、添加解释每项变更的批注、管理脚注
• 安全与渗透测试 — 根据 Markdown 调查结果生成渗透测试报告、合并多个项目的附录、添加执行摘要批注、交付前移除 DRAFT 水印
• 咨询 — 使用模板编制提案和工作说明书（SOW）、将会议记录转换为格式规范的交付件、批量更新一组文档中的付款条款
• 合规与审计 — 验证文档完整性结构、检查交叉引用、审计标题级别、执行保护策略

可以让你的 Agent 执行哪些任务

审阅合同：

“打开 contract.docx，查找所有 ‘Net 30’，将其改为 ‘Net 60’，并在每处添加批注，说明这是根据 Amendment 3 更新的。另存为 contract_revised.docx。”

根据 Markdown 生成报告：

“将我的 pentest-findings.md 转换为 Word 文档，并使用客户的报告模板。为每个 CVE 引用添加脚注。”

批量编辑模板库：

“打开 MSA 模板，将所有 ‘ACME Corp’ 替换为 ‘GlobalTech Inc’，更新页眉中的生效日期，并将文档保护设置为仅跟踪修订。”

发送前审计文档：

“打开最终交付件，执行结构审计，检查是否存在 DRAFT 或 TODO 标记，验证所有脚注交叉引用，并移除所有水印。”

你的 Agent 会处理整个工作流——打开文件、浏览文档结构、进行精确编辑并保留完整修订历史、验证完整性并保存文件——让你专注于内容本身。

安装

Claude Code（推荐）：

claude mcp add docx-mcp -- uvx docx-mcp-server

就是这么简单。配套的 技能 会在服务首次启动时自动安装，指导 Claude 完成文档编辑工作流、避开 OOXML 陷阱并执行审计清单。每次升级时都会自动更新。

{
  "mcpServers": {
    "docx-mcp": {
      "command": "uvx",
      "args": ["docx-mcp-server"]
    }
  }
}

{
  "mcpServers": {
    "docx-mcp": {
      "command": "uvx",
      "args": ["docx-mcp-server"]
    }
  }
}

mcpServers:
  docx-mcp:
    command: uvx
    args:
      - docx-mcp-server

pip install docx-mcp-server

示例：带修订痕迹的合同审阅

1. open_document("services-agreement.docx")
2. get_headings()                              → see document structure
3. search_text("30 days")                      → find the payment clause
4. delete_text(para_id, "30 days")             → tracked deletion  (red strikethrough)
5. insert_text(para_id, "60 days")             → tracked insertion (green underline)
6. add_comment(para_id, "Extended per client request — see Amendment 3")
7. audit_document()                            → verify structural integrity
8. save_document("services-agreement_redlined.docx")

在 Word 中打开输出文件，你看到的效果与人工审阅者的成果完全一致——修订标记、页边批注和整洁的文档结构。

示例：修订会话后的更改日志

1. open_document("contract.docx")
2. replace_text(para_id, "30 days", "60 days")           → tracked revision (del + ins)
3. add_comment(para_id, "Extended per Amendment 3")
4. save_document("contract_redlined.docx")
5. generate_change_summary("contract_changes.txt")

.txt 输出内容如下：

1. REPLACEMENT by Claude on 2026-05-25
   Deleted:  "30 days"
   Inserted: "60 days"

将其粘贴到电子邮件、PR 描述或交接说明中。

示例：比较两个独立的文档版本

无需编辑会话——指定任意两个文件即可：

1. diff_to_text("proposal_v1.docx", "proposal_v2.docx")

会返回两个文件：

• proposal_v1_diff.docx — 在 Word 中打开即可查看文档内的跟踪修订
• proposal_v1_diff.txt — 纯文本摘要，可直接粘贴到任何位置

示例：根据 Markdown 生成渗透测试报告

1. create_from_markdown("pentest-report.docx",
       md_path="findings.md",
       template_path="client-template.dotx")
2. audit_document()                            → verify integrity
3. save_document()                             → ready for delivery

你的 Markdown 调查结果——标题、受影响主机的表格、包含概念验证输出的代码块、严重性评级——会转换成符合客户模板格式的 Word 文档。系统会自动应用智能排版（弯引号、长破折号、规范的省略号）。

PII 清理（实验性）

此功能处于实验阶段，不适合用于生产环境，也不应作为保护特权、受监管或法律敏感文档的唯一措施。

scrub_pii 使用 Microsoft Presidio 和 spaCy NER 模型（en_core_web_lg，约 560 MB，首次调用时下载）来检测并永久删除个人信息。被删除的文本片段会替换为实心黑色 DrawingML 矩形 — 原始文本会从 XML 中删除，而不仅仅是隐藏。

可可靠检测的内容（通过正则表达式／模式匹配，高置信度）：

• 电子邮件地址、电话号码、信用卡号、SSN、IBAN、IP 地址、美国护照号码

通过统计方式检测的内容（通过 NER，可能会漏检）：

• 人名、组织名称、地点、日期

已知的 NER 缺漏 — 以下内容会被漏检：

• 全部大写的人名（常见于分类账、表格标题、法律文件中的当事人称谓）
• 周围没有上下文的单词式姓名
• 非英语人名（此英语模型对阿拉伯语、CJK 及非洲姓名模式的召回率较低）
• 嵌在法律套话中的姓名（Lender: Jane Doe、Authorized Signatory: John Smith）

建议的工作流：

1. open_document("sensitive.docx")
2. scrub_pii(dry_run=True)             → review detected entities — check for misses
3. scrub_pii("sensitive_redacted.docx") → produce redacted copy
4. open the output in Word and verify manually before sharing

请始终将输出视为需要人工审核的初步结果，而非已完成的删除版本。

工作原理

.docx 文件是由 XML 文件组成的 ZIP 归档。此服务会解压归档、直接编辑 XML，然后重新打包。正因如此，它能够生成真正的修订记录、批注和脚注 — 这是更高层级的文档库无法做到的。

每次编辑在保存前都会根据 OOXML 规范进行验证，以捕获孤立脚注、重复的内部 ID 和损坏的交叉引用等问题，避免 Word 因此“修复”文档（并在不提示的情况下重写文档）。

要求

• Python 3.10+
• 支持 macOS、Linux 和 Windows

隐私政策 · 服务条款 · © 2026 Security Ronin Ltd