MiniMax开源Office Skills文档引擎

AIPress.com.cn报道

3月24日消息，MiniMax宣布开源一套面向 AI Agent 的办公文档生成框架 MiniMax Office Skills。该系统旨在解决AI生成办公文档“能写但难用”的问题，使生成的 Word、Excel、PDF 和 PPT 文件能够直接用于企业交付场景。相关代码、设计文档和评测框架已在开源社区发布，并采用 MIT 许可协议。

该框架覆盖四类办公文档格式，并针对不同格式采取差异化技术方案。在 Word 文档生成（MiniMax-docx） 中，团队选择微软官方维护的 .NET OpenXML SDK 作为底层库，而非社区常见的 python-docx，以获得对 Word 文件结构更完整的控制能力，从而支持复杂表格、多级目录、页眉页脚控制及修订追踪等场景。在 Excel 处理（MiniMax-xlsx） 方面，系统直接在 XML 层操作 .xlsx 文件结构，通过解压、修改特定节点再重新打包的方式进行编辑，以避免传统库在读写过程中丢失数据透视表、迷你图或宏等高级内容，同时确保所有计算仍以 Excel 公式形式保存。

在 PDF 生成 上，MiniMax采用双引擎方案：封面使用 HTML 与 CSS 设计，并通过 Playwright 渲染为 PDF，以支持渐变、网格和字体等复杂视觉效果；正文则由 ReportLab 负责排版，以保证段落流控制和分页稳定性。两部分最终通过脚本合并为完整文档。

对于 PPT 生成，团队重点解决演示文稿的视觉一致性问题。系统预定义封面、目录、章节分割、内容页和总结页五类标准页面，并提供多套视觉参数组合，用于统一字体、间距、圆角和阴影等设计细节。生成逻辑基于 JavaScript 库 PptxGenJS，在编辑现有模板时则通过解压 .pptx 文件并直接修改 XML 的方式保持原始格式结构。

除生成能力外，MiniMax还构建了一套自动化迭代机制，使Office Skills能够在实际案例中持续优化。该机制采用 Execute → Evaluate → Fix 的循环流程：首先执行真实文档任务，然后根据规则检查输出结果是否符合结构、公式和排版要求，再将失败样例转化为可修复问题进入下一轮迭代。评测标准不仅包括文件是否能打开，还包括公式是否保持动态计算、模板结构是否完整、文档样式在读写过程中是否被破坏等指标。

MiniMax表示，这套系统已经在生产环境中经过多轮自动化测试，并可根据用户一句自然语言指令生成完整文档，例如策略报告或数据分析表格，涵盖内容组织、排版和最终输出流程。