WEBVTT
Kind: captions
Language: zh-TW

00:00:10.044 --> 00:00:13.564
今天我們要深度解析 GitHub 上的一個熱門專案：

00:00:13.564 --> 00:00:14.524
OfficeCLI

00:00:14.524 --> 00:00:17.324
一個專為 AI 代理打造的 Office 命令列工具。

00:00:17.324 --> 00:00:19.444
它讓 AI 能夠讀取、編輯

00:00:19.444 --> 00:00:21.644
甚至看見 Word 與 Excel 的排版，

00:00:21.644 --> 00:00:23.884
將過去複雜的文件自動化流程，

00:00:23.884 --> 00:00:25.884
變成一行簡單的指令。

00:00:25.560 --> 00:00:26.980
一個命令列工具

00:00:26.980 --> 00:00:31.160
要怎麼讓 AI 徹底學會製作精美的 Word、Excel 和 PowerPoint 呢？

00:00:31.160 --> 00:00:33.920
最近，GitHub 上出現一個爆紅的開源專案，

00:00:33.920 --> 00:00:35.260
叫做 OfficeCLI。

00:00:35.260 --> 00:00:38.160
它迅速累積了超過一萬八千顆星，

00:00:38.160 --> 00:00:42.640
更宣稱自己是全球第一個專為 AI 代理設計的 Office 套件。

00:00:42.640 --> 00:00:45.740
這可不只是另一個文件處理的函式庫而已。

00:00:45.740 --> 00:00:47.279
它背後隱藏的設計，

00:00:47.279 --> 00:00:51.040
很可能正在重新塑造我們對文件自動化的所有想像。

00:00:51.040 --> 00:00:54.380
OfficeCLI 是由 iOfficeAI 團隊開發，

00:00:54.500 --> 00:00:56.300
用的是 C# 語言。

00:00:56.300 --> 00:00:57.800
它最特別的地方是，

00:00:57.800 --> 00:00:59.839
它是一個單一的執行檔，

00:00:59.839 --> 00:01:02.440
完全不需要安裝 Microsoft Office 軟體。

00:01:02.440 --> 00:01:03.380
它的目標，

00:01:03.380 --> 00:01:05.920
就是要讓 AI 代理或是自動化腳本，

00:01:05.920 --> 00:01:07.679
能夠用寫程式的方式，

00:01:07.679 --> 00:01:09.580
來讀取、編輯，

00:01:09.580 --> 00:01:12.859
甚至是從頭創造出複雜的 Office 文件。

00:01:12.859 --> 00:01:13.819
截至目前為止，

00:01:13.819 --> 00:01:18.760
這個專案在 GitHub 上已經累積了一萬八千三百八十顆星，

00:01:18.760 --> 00:01:21.560
光是今天一天就增加了七百三十顆，

00:01:21.560 --> 00:01:23.140
熱度非常驚人。

00:01:23.159 --> 00:01:24.620
它的核心定位很清楚，

00:01:24.620 --> 00:01:26.560
就是要解決在沒有圖形介面，

00:01:26.560 --> 00:01:28.859
也就是 headless 的跨平台環境下，

00:01:28.859 --> 00:01:32.899
如何可靠又有效率地操作 Office 文件的這個大難題。

00:01:32.899 --> 00:01:33.740
一直以來，

00:01:33.740 --> 00:01:36.339
要在伺服器上自動產生 Office 文件，

00:01:36.339 --> 00:01:38.339
其實是一件充滿痛點的任務。

00:01:38.339 --> 00:01:40.479
開發者通常會用像是 python-docx

00:01:40.479 --> 00:01:42.780
或 openpyxl 這類的函式庫。

00:01:42.780 --> 00:01:43.579
但問題是，

00:01:43.579 --> 00:01:45.619
這些工具的功能往往很有限，

00:01:45.619 --> 00:01:48.280
沒辦法處理複雜的排版、圖表，

00:01:48.280 --> 00:01:49.920
或是樞紐分析。

00:01:49.920 --> 00:01:51.780
如果想要做更進階的操作，

00:01:51.799 --> 00:01:53.799
就得去模擬使用者的介面，

00:01:53.799 --> 00:01:55.899
或是用平台特定的 COM 元件

00:01:55.899 --> 00:01:57.500
來控制 Office 程式。

00:01:57.500 --> 00:01:59.839
這種方法不但笨重、不穩定，

00:01:59.839 --> 00:02:00.839
更重要的是，

00:02:00.839 --> 00:02:03.500
它根本沒辦法在 Docker 或 serverless

00:02:03.500 --> 00:02:05.979
這種現代化的雲端環境裡跑。

00:02:05.979 --> 00:02:07.439
問題的核心到底是什麼呢？

00:02:07.439 --> 00:02:08.540
過去的工具，

00:02:08.540 --> 00:02:10.540
只是提供操作檔案結構的 API，

00:02:10.540 --> 00:02:12.420
也就是應用程式介面。

00:02:12.420 --> 00:02:14.019
這就好像 AI 或自動化腳本，

00:02:14.019 --> 00:02:16.119
變成了一個蒙這眼睛的畫家，

00:02:16.119 --> 00:02:18.320
它根本看不見自己畫出來的文件

00:02:18.320 --> 00:02:19.519
到底長什麼樣子。

00:02:19.519 --> 00:02:21.420
OfficeCLI 的切入點，

00:02:21.420 --> 00:02:23.799
就是要為 AI 裝上這雙眼睛，

00:02:23.799 --> 00:02:25.560
讓整個自動化流程，

00:02:25.560 --> 00:02:28.699
從過去的「靠猜的」，

00:02:28.699 --> 00:02:30.399
進化到「能看見」。

00:02:30.399 --> 00:02:32.100
OfficeCLI 的技術核心，

00:02:32.100 --> 00:02:34.399
是建立在兩大創新的引擎之上。

00:02:34.399 --> 00:02:37.699
第一個，是它內建的「高保真度渲染引擎」。

00:02:37.699 --> 00:02:41.179
這個引擎能把抽象的 OpenXML 文件結構

00:02:41.179 --> 00:02:44.020
非常精準地轉譯成視覺化的 HTML

00:02:44.020 --> 00:02:45.179
或是 PNG 圖片。

00:02:45.179 --> 00:02:46.220
你可以把它想像成一個

00:02:46.220 --> 00:02:48.720
內建在工具裡面的微型瀏覽器，

00:02:48.720 --> 00:02:50.619
能夠解析 Word 的版面

00:02:50.619 --> 00:02:51.819
Excel 的圖表

00:02:51.819 --> 00:02:53.759
甚至是 PowerPoint 的動畫

00:02:53.759 --> 00:02:55.319
然後忠實地呈現出來。

00:02:55.319 --> 00:02:57.220
這個設計最大的價值，

00:02:57.220 --> 00:02:59.360
是它為 AI 代理創造了一個

00:02:59.360 --> 00:03:03.300
「渲染、檢視、修復」的閉環工作流程。

00:03:03.300 --> 00:03:05.839
AI 不再只是盲目地修改 XML 數據，

00:03:05.839 --> 00:03:07.500
而是可以先產生文件，

00:03:07.500 --> 00:03:10.179
再命令 OfficeCLI 把文件渲染成圖片。

00:03:10.179 --> 00:03:12.239
AI 接著可以透過分析這張圖片，

00:03:12.239 --> 00:03:13.979
來判斷排版有沒有跑掉

00:03:13.979 --> 00:03:15.420
圖表的顏色對不對

00:03:15.420 --> 00:03:16.739
然後再進行修正。

00:03:16.739 --> 00:03:18.039
這等於是讓 AI 具備了

00:03:18.039 --> 00:03:20.599
類似人類設計師的審美和校對能力。

00:03:20.599 --> 00:03:22.199
尤其在完全沒有圖形介面的

00:03:22.199 --> 00:03:23.800
CI/CD pipeline 裡面，

00:03:23.800 --> 00:03:26.179
這項能力可以說是革命性的。

00:03:26.179 --> 00:03:26.880
第二個，

00:03:26.880 --> 00:03:30.239
是它獨立的「Excel 計算與樞紐分析引擎」。

00:03:30.239 --> 00:03:31.580
傳統的工具

00:03:31.580 --> 00:03:33.020
在寫入公式之後，

00:03:33.020 --> 00:03:35.380
你必須要打開 Excel 程式才能觸發計算。

00:03:35.380 --> 00:03:36.819
但 OfficeCLI 不一樣，

00:03:36.819 --> 00:03:40.699
它內建了超過三百五十個函式的計算核心。

00:03:40.699 --> 00:03:42.300
當 AI 寫入公式時，

00:03:42.300 --> 00:03:43.959
結果會立刻被算出來。

00:03:43.959 --> 00:03:46.660
這就代表，未來要在伺服器上產生

00:03:46.660 --> 00:03:50.360
包含複雜財務模型或數據儀表板的 Excel 報表

00:03:50.360 --> 00:03:52.259
再也不是遙不可及的夢想了。

00:03:52.259 --> 00:03:54.459
OfficeCLI 的應用場景非常明確。

00:03:54.459 --> 00:03:56.660
首先，對於 AI 應用的開發者來說，

00:03:56.660 --> 00:03:58.259
他們可以讓大型語言模型

00:03:58.259 --> 00:04:00.440
根據使用者的一段自然語言描述，

00:04:00.440 --> 00:04:02.140
自主地去呼叫 OfficeCLI，

00:04:02.140 --> 00:04:05.099
然後生成一份完整的商業簡報或研究報告。

00:04:05.099 --> 00:04:08.080
再來，對於後端工程師和 DevOps 團隊，

00:04:08.080 --> 00:04:10.679
這個工具是自動化測試和部署流程，

00:04:10.679 --> 00:04:12.979
也就是 CI/CD pipeline 中，

00:04:12.979 --> 00:04:14.780
一項非常強大的利器。

00:04:14.780 --> 00:04:15.720
舉例來說，

00:04:15.739 --> 00:04:18.479
系統可以根據資料庫最新的銷售數據，

00:04:18.479 --> 00:04:21.080
每天定時自動產生附有圖表的

00:04:21.080 --> 00:04:23.479
Excel 儀表板和 PowerPoint 摘要，

00:04:23.479 --> 00:04:25.119
然後直接寄給管理層。

00:04:25.119 --> 00:04:28.520
企業團隊也能利用它來做大量文件的批次處理。

00:04:28.520 --> 00:04:32.060
比方說，統一更新幾千份合約裡的公司 logo，

00:04:32.060 --> 00:04:34.060
或是從大量的 Word 履歷中，

00:04:34.060 --> 00:04:36.060
提取出結構化的資料。

00:04:36.060 --> 00:04:39.099
而且，因為它就是一個單一的執行檔，

00:04:39.099 --> 00:04:41.099
上手的門檻非常低。

00:04:41.099 --> 00:04:45.339
開發者不需要去設定複雜的 Python 環境或 Windows 伺服器，

00:04:45.359 --> 00:04:47.160
在任何作業系統底下，

00:04:47.160 --> 00:04:50.000
都能夠快速整合到現有的工作流程中。

00:04:50.000 --> 00:04:53.540
社群對於 OfficeCLI 的評價普遍相當正面。

00:04:53.540 --> 00:04:55.839
大家稱讚它用單一執行檔、

00:04:55.839 --> 00:04:57.239
零依賴的模式，

00:04:57.239 --> 00:04:59.480
成功填補了 AI 工具鏈裡面

00:04:59.480 --> 00:05:01.679
本地 Office 自動化的這個缺口。

00:05:01.679 --> 00:05:02.980
很多開發者都認為，

00:05:02.980 --> 00:05:04.980
它內建的渲染和計算引擎，

00:05:04.980 --> 00:05:07.480
讓過去很難在容器環境中實現的

00:05:07.480 --> 00:05:09.519
報表生成、簡報製作

00:05:09.519 --> 00:05:11.859
這些場景都變得實際可行了。

00:05:11.859 --> 00:05:14.160
不過，也有一些專業的評測指出，

00:05:14.179 --> 00:05:16.179
這個專案還在快速發展中，

00:05:16.179 --> 00:05:18.619
版本之間可能會出現破壞性的更新。

00:05:18.619 --> 00:05:20.619
對於高度依賴的生產環境來說，

00:05:20.619 --> 00:05:22.220
這是一項潛在的風險。

00:05:22.220 --> 00:05:24.220
此外，它的即時預覽功能，

00:05:24.220 --> 00:05:27.760
會在本地端開啟一個沒有經過認證的網路端口，

00:05:27.760 --> 00:05:30.560
這在資安要求比較嚴格的企業環境中，

00:05:30.560 --> 00:05:31.899
是需要謹慎評估的。

00:05:31.899 --> 00:05:33.000
儘管前景看好，

00:05:33.000 --> 00:05:35.639
OfficeCLI 仍然要面對幾個潛在的挑戰。

00:05:35.639 --> 00:05:38.239
首先，OpenXML 格式的複雜度非常高。

00:05:38.239 --> 00:05:40.079
微軟 Office 經過幾十年的演進，

00:05:40.079 --> 00:05:42.639
它的功能和各種邊界案例多如牛毛。

00:05:42.720 --> 00:05:43.959
要靠一己之力，

00:05:43.959 --> 00:05:46.799
完整重現所有的渲染效果和公式行為，

00:05:46.799 --> 00:05:48.500
維護成本會非常龐大。

00:05:48.500 --> 00:05:51.000
任何跟原生 Office 之間微小的差異，

00:05:51.000 --> 00:05:53.399
都可能在關鍵的業務場景中引發問題。

00:05:53.399 --> 00:05:55.239
其次，是效能問題。

00:05:55.239 --> 00:05:57.980
對於那種幾百 MB 的超大型複雜文件，

00:05:57.980 --> 00:06:00.179
它基於 .NET 的解析和計算引擎，

00:06:00.179 --> 00:06:01.940
在效能上可能很難跟微軟用

00:06:01.940 --> 00:06:04.519
C++ 高度優化的原生程式碼匹敵。

00:06:04.519 --> 00:06:08.019
最後，它自成一格的命令列語法和 JSON 格式，

00:06:08.019 --> 00:06:09.260
雖然方便了 AI，

00:06:09.260 --> 00:06:12.060
但也形成了一套獨有的操作方言。

00:06:12.079 --> 00:06:14.019
如果腳本過度依賴這些功能，

00:06:14.019 --> 00:06:16.019
未來要轉換到其他工具的成本，

00:06:16.019 --> 00:06:17.419
恐怕會增加不少。

00:06:17.419 --> 00:06:18.320
總結來說，

00:06:18.320 --> 00:06:19.660
OfficeCLI 的價值

00:06:19.660 --> 00:06:22.060
並不在於取代傳統的函式庫。

00:06:22.060 --> 00:06:23.459
它的真正價值，

00:06:23.459 --> 00:06:25.459
是為 AI 和自動化系統，

00:06:25.459 --> 00:06:29.700
定義了一套與 Office 文件互動的標準介面和執行器。

00:06:29.700 --> 00:06:32.100
它透過內建的渲染和計算引擎，

00:06:32.100 --> 00:06:35.399
賦予了程式「看見」和「理解」文件的能力。

00:06:35.399 --> 00:06:39.339
對於任何希望把文件處理無縫整合到自動化流程，

00:06:39.359 --> 00:06:43.359
特別是希望賦予 AI 代理更強大生產力的開發者來說，

00:06:43.359 --> 00:06:46.940
OfficeCLI 無疑是一個非常值得密切關注的專案。