@deepseek-ai/dsh-tool-doc

English | 中文

面向模型的文档工具：不借助外部命令即可读取、创建、编辑 PDF / DOCX / XLSX / PPTX / CSV / Markdown 文件。

功能

在 ctx.tools 上注册三个工具：

• read_document(file_path) — 读取 PDF（逐页文本层）、DOCX（mammoth）、XLSX（全部工作表及单元格值）、PPTX（逐页文本）、CSV（自动嗅探分隔符、支持引号转义）与纯文本（md/txt/yaml/json/log）。输出受 maxTextChars 限制（默认 200,000 字符），截断时带明确提示。扫描件/纯图片 PDF 无文本层，读不出文字。
• create_document(file_path, content) — 创建新文件：目标必须不存在（createIfAbsent 语义，修改已有文件请用 edit_document）。DOCX/PDF 接受 Markdown-lite 的 text（# /## /### 为标题、- 为列表），另有 title 与（DOCX）tables；XLSX 用 sheets；CSV 用 rows；md/txt 用纯 text。PDF 会自动发现系统 CJK 字体嵌入（cjkFontPath 配置可指定字体文件）。
• edit_document(file_path, operations) — 按顺序就地应用字面编辑。DOCX：replace_text（在单个文本 run 内匹配，count 默认 1，'all' 全部替换）与 append_paragraph。XLSX：set_cell / append_rows / add_sheet（1 起始行列；省略 sheet 表示第一个工作表）。CSV：set_cell / append_rows。操作先整体校验，任一非法即中止，不会落盘。

旧版二进制 .doc / .xls / .ppt 不支持，工具会提示用户先转换。PPTX 只读。

文件系统边界

文本类格式（csv/md/txt 等）通过受治理的 ctx.fs 读写，沙箱策略、审批流程与观察事件与原生 read/write 工具一致。二进制格式通过 ctx.fs.readBytes 读取（受 readMaxBytes 限制，默认 50 MB），写入则经解析后的进程路径直接 node:fs 落盘（fs 边界只有文本接口）；沙箱写策略不约束二进制写入。

配置

全部可选：maxTextChars（读取文本预算）、readMaxBytes（二进制读取上限）、cjkFontPath（PDF 创建用的显式 CJK 字体文件，fontkit 可打开的 TTF/OTF/TTC 均可）。

模型体验

工具 schema

模型看到每个工具的精确格式说明；edit_document 的操作列表是 oneOf，以常量 op 判别，模型对每种编辑操作都有明确契约。

调用历史与结果

读取结果带 信封（文本受预算截断）；创建/编辑返回一行确认信息（字节数或各类操作计数）。错误是稳定的中文信息串，说明拒绝原因（旧版格式不支持、目标已存在、工作表不存在、未匹配到文本等）。