按分类找 AI 开源项目

文档办公

浏览当前公开快照中“文档办公”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

anthropics/skills — anthropics/skills 提供了一组可复用的 Agent Skills（技能）、模板和规范，用于启发并帮助用户为 Claude 创建完成特定任务的自定义技能。这些技能本质上是以文件夹形式组织的指令集，需要依赖兼容的 Claude 平台才能执行。
pbakaus/impeccable — impeccable 为 AI 编码代理提供一套设计语言与技能集合，通过共享设计词汇表、确定性检测规则和浏览器内可视化迭代来提升前端 UI 质量。
calesthio/OpenMontage — openmontage 是一套端到端视频制作系统，通过外部 AI 编程助手自动化从构思到成片的流程化制作，支持真实素材或生成式视频组装，并带有质量校验环节。它不绑定特定供应商，将研究、提案、脚本、场景规划、资产生成、剪辑和合成编排为结构化阶段。
hugohe3/ppt-master — ppt-master 是一个利用 AI agent 从源文档生成可编辑 PowerPoint（.pptx）文件的代理工作流项目，其输出包含真实的幻灯片母版、原生形状、基于数据的图表和切换效果。它通过将生成的 SVG 输出转换为 DrawingML，解决了 AI 生成的演示文稿通常被扁平化为图像或仅填充模板而无法编辑原生元素的问题。
cathrynlavery/diagram-design — diagram-design 是一个 Agent Skill，可生成单个自包含的 HTML + SVG 文件格式的编辑风格图表，支持 45 种图表类型，并按用户品牌样式输出。
blader/humanizer — blader/humanizer 是一个以纯 Markdown 形式分发的 AI 代理技能，通过改写文本以移除 33 种有据可查的 AI 写作特征。它在改写过程中执行不捏造事实的规则，确保输出内容自然且不引入虚假信息。
career-ops-hq/career-ops — career-ops 是一个本地运行的求职助手 AI 代理，可对招聘信息与用户简历进行匹配评分、生成适配的 ATS 友好简历与求职信，并扫描招聘门户和跟踪申请进度。提交申请始终由用户手动完成。
n8n-io/n8n — n8n 是一个源码可见的工作流与 AI Agent 自动化平台，通过可视化画布、自定义代码和 1500+ 集成连接企业现有系统。支持自托管与多模型灵活切换，适合需要流程编排且对数据边界有控制要求的团队。
anthropics/knowledge-work-plugins — knowledge-work-plugins 提供 11 套即用型插件集合，将角色专属技能、斜杠命令和 MCP 服务器连接器配置打包在一起，使 Claude 成为特定岗位的专家助手。全部基于 Markdown 和 JSON 文件，无需编写代码即可按组织需求定制。
coreyhaines31/marketingskills — coreyhaines31/marketingskills 是一组面向 AI 编程代理的 Markdown 技能文件库，涵盖 SEO、CRO、文案撰写和增长工程等营销领域。项目通过 CLI 命令或 Git 方式安装，使兼容的 AI 代理在执行营销任务时调用专业知识框架。
hypit-ai/hypit — Hypit 是一个让编码智能体把参考视频或自然语言描述转成可编辑、可重复运行的视频工作流，并批量产出多个视频变体的开源项目。产出物是完整的工作流组合，而不是一次性渲染的视频文件。
AgriciDaniel/claude-seo — claude-seo 是一个面向 Claude Code CLI 的确定性 SEO 分析技能（Skill），基于 Google 一手指导文档对网站进行并行审计并生成可证伪的改进建议。
Imbad0202/academic-research-skills — academic-research-skills 是一套面向学术研究的 Claude Code 技能集，提供从文献检索、引用格式化到数据验证的人在回路流水线。该项目通过不可跳过的完整性验证门，规避全自动 AI 研究流程中常见的引用幻觉和方法论编造问题。
Significant-Gravitas/AutoGPT — autogpt 是面向持续智能体与复杂工作流自动化的低代码平台，覆盖可视化构建、持续运行、预构建智能体复用、开发工具包和基准测试。它适合愿意承担一定自托管成本、希望从设计走向长期运行的开发者与团队，但不适合要求立即使用成熟托管云服务的场景。
google-gemini/gemini-cli — google-gemini/gemini-cli 是一款面向终端开发者的 Gemini 智能代理，支持通过自然语言完成代码理解、编辑、调试及脚本自动化。它具备免费层访问且扩展能力较强，但模型能力依赖外部 Google Gemini API，若要求完全离线运行则不应优先选择。
gitroomhq/postiz-app — postiz-app 是一个开源、可自托管的社会化媒体管理平台，用于跨多个社媒平台排期、自动化和分析内容发布；自托管版与托管云版本核心功能一致，不做功能门槛限制。
ComposioHQ/awesome-claude-skills — awesome-claude-skills 是一个精选的 Claude Skills 资源清单，收录了 1000 余个按用途分类的指令包，帮助用户为各类代理和平台查找可复用的定制方案。它还附带基础的技能创建模板，供用户按需扩展。
jev-chat/jev-chat-jarvis — jev-chat-jarvis 是一款聊天回复辅助应用：在用户回复消息前，先读取屏幕上的对话内容，判断对方意图与当下风险，再起草回复并填入输入框，由用户自行发送。
opendatalab/MinerU — mineru 是一款文档解析工具，可将 PDF、图片及 Office 文档转换为 Markdown 与 JSON 格式，服务于检索增强生成等下游处理流程。该项目支持复杂版面识别、公式与表格提取，并提供多种解析后端以适应不同硬件配置。
PaddlePaddle/PaddleOCR — PaddleOCR 是一个文档解析库，旨在将非结构化的图像和 PDF 文档转换为结构化的 Markdown 或 JSON 数据，以支撑大语言模型应用。该项目提供了 0.9B 参数的轻量级视觉语言模型以及结构化解析能力。
HBAI-Ltd/Toonflow-app — toonflow-app 是一款开源桌面应用，提供从小说或剧本文本到角色生成分镜再到视频生成的短剧制作流水线。该项目依赖外部 AI 模型服务接口来执行核心的生成任务，通过多智能体协作和无限画布工作台组织创作流程。
JCodesMore/ai-website-cloner-template — ai-website-cloner-template 是一个可复用的 Next.js 模板项目，用于指导 AI 编程助手检查目标 URL，并通过文档化的多阶段流程将其逐个组件重构为干净的 Next.js 代码库。
CherryHQ/cherry-studio — cherry-studio 是一款桌面端 LLM 客户端，提供统一界面访问多家云端与本地模型服务，预置 300+ 个助手配置，并支持文档处理功能。用户下载并安装桌面应用即可使用。
CursorTouch/Windows-MCP — windows-mcp 是一个让 AI 智能体直接操作 Windows 桌面的 MCP 服务器。它不依赖计算机视觉或微调模型，而是通过原生 UI 自动化和无障碍树（Accessibility Tree）实现精准的窗口控制、鼠标键盘模拟与文件系统操作。
op7418/Humanizer-zh — humanizer-zh 是一个中文 Claude Code skill，用于编辑文章、评论和文档中的空话、重复和模板化表述，输出改写后的最终稿。它在修改的同时保留事实、确定性程度和作者的表达习惯。
opencv/opencv — opencv 是一个覆盖计算机视觉、图像处理和深度学习领域的开源函数库，定位为计算机视觉开发的基础设施。该项目以库形式提供算法集合，供开发者在本地集成使用。
genspark-ai/genoffice — genspark-ai/genoffice 是一套面向文档、表格、演示文稿、PDF、Markdown 和 HTML 的免费开源办公套件，提供桌面界面、命令行、代理技能与 MCP 服务。它可在本机打开、编辑、保存和转换文件，并允许编码代理生成或修改 .docx、.xlsx 和 .pptx 文件。
kepano/obsidian-skills — obsidian-skills 是一组遵循 Agent Skills 规范的代理技能集合，用于让兼容的 AI 代理创建和编辑 Obsidian 特有格式的文件。该技能集覆盖 Obsidian Flavored Markdown、Bases、JSON Canvas 以及 Obsidian CLI 交互等场景。
tesseract-ocr/tesseract — tesseract-ocr/tesseract 是一款开源 OCR 引擎，提供基于神经网络（LSTM）的行识别和传统字符模式识别两种引擎，并支持 100 多种语言的文本识别。
reactive-resume/reactive-resume — reactive-resume 是一个免费开源、可自托管的简历与求职信构建工具，不含跟踪、广告和付费层级，并提供简历检查、求职申请跟踪和可选的 AI 辅助功能。
Unstructured-IO/unstructured — unstructured 是一个 Python 库，用于简化大语言模型（LLM）场景下非结构化数据的摄入与预处理，可将图片和文本文档转换为结构化输出。
paperless-ngx/paperless-ngx — paperless-ngx 是一个由社区支持的文档管理系统，通过 OCR、组织和索引，将纸质或数字文档转化为可搜索的在线档案。它面向希望自行托管并集中管理文档的用户。
op7418/guizang-ppt-skill — 如果目标是让具备文件系统与命令行权限的智能代理稳定生成视觉表达较强的单文件网页演示稿和社交媒体封面，op7418/guizang-ppt-skill 值得优先考虑；如果必须交付可直接编辑的 PPTX，则不应选择它。
binary-husky/gpt_academic — gpt_academic 适合需要通过网页界面处理论文阅读、翻译、润色、写作与项目分析，并希望用插件和快捷按钮扩展流程的研究者与开发者。若团队无法锁定项目要求的 Gradio 版本，或计划以不足 24GB 显存运行本地 ChatGLM4，则不宜直接采用对应配置。
iOfficeAI/OfficeCLI — officecli 以单一、无依赖的二进制 CLI 形式发布，使 AI 代理能够在不安装 Office 的情况下创建、读取、编辑 Word、Excel 和 PowerPoint 文件，并包含渲染功能用于文档视觉验证。
ai-job-search-dev/ai-job-search — ai-job-search 是一套运行在用户本机的结构化工作流，把 Claude Code 变成覆盖求职全流程的助手：从多门户搜索职位、定制 LaTeX 简历与求职信，到面试准备。
sergebulaev/linkedin-skills — linkedin-skills 是一套包含 12 个技能的合集，用于以你的语气起草听起来自然的 LinkedIn 帖子、评论和回复，并在发布前等待你批准，无需编写代码。
ashishpatel26/500-AI-Agents-Projects — 500-ai-agents-projects 是一个收录了 500 余个 AI 智能体项目的精选目录，提供涵盖主流框架与行业的代码示例、教程及开源项目链接。
zhayujie/CowAgent — cowagent 是一个可长期运行的轻量级 AI 智能体框架，支持多模型路由与多渠道消息接入，具备任务规划、三层长期记忆和知识库整理能力。它采用各层解耦设计，提供命令行安装方式，适用于持续在线的个人助手和办公自动化场景。
stanford-oval/storm — storm 是一个通过检索与多视角问答来自动化研究流程的系统，能够从零开始生成带引用的长篇文章。它支持人机协作的知识整理模式，并提供模块化的引擎定制接口。

搜索

按分类找 AI 开源项目