开源大猩探 · 第37期
AI 能写代码能画图，但改个 Excel 公式就懵了
因为你没给它"手"和"嘴"
如果你试过用 AI 生成 Office 文档，你一定踩过这个坑：50 行 python-pptx 代码好不容易跑通了，结果标题溢出文本框，形状重叠了一塌糊涂——全程靠猜。
python-docx 管 Word，openpyxl 管 Excel，python-pptx 管 PPT——三个库各写一套代码，换个环境就崩。
核心问题：AI 操作 Office 文档是"盲飞"的。没有"手"伸进去，更没有"眼睛"看到渲染结果。
🧠 主推：OfficeCLI
一个命令行工具，让任何 AI Agent 完全掌控 Word、Excel、PPT
OfficeCLI 由 iOfficeAI 开发，C# 编写，把 .NET 运行时嵌入单个二进制文件。下载即用——不装 Office，不装 Python，零依赖。内置 HTML 渲染引擎，Agent 可以"看到"自己创建的文档效果。
⭐ GitHub Stars: 13,000+
📊 Excel 内置函数: 350+
💻 平台: macOS / Linux / Windows (x64 + ARM64)
📜 协议: Apache-2.0（完全免费商用）
🔧 安装: brew install officecli
它到底好在哪
1. "手 + 眼 + 脑"三位一体
传统 Office 库只有"手"——能操作文档但看不到结果。OfficeCLI 内置了高保真 HTML 渲染引擎，Agent 可以：创建文档 → 截图 → 视觉模型"看到"排版问题 → 自动修正。从"盲打"变成"边看边做"。
2. 路径式寻址，像操作 DOM 一样操作文档
# 获取第一张幻灯片第二个形状的内容 officecli get deck.pptx '/slide[1]/shape[2]' # 批量替换合同中的关键词 officecli set contract.docx / --prop find="2025年" --prop replace="2026年" # 创建 PPT + 实时预览 officecli create deck.pptx officecli watch deck.pptx
3. 一行命令接入 AI 工具链
officecli mcp claude # 注册到 Claude Code officecli mcp cursor # 注册到 Cursor officecli mcp vscode # 注册到 VS Code
闭源 vs 开源对比
🔥 副推：speech-to-speech
HuggingFace 开源的完全本地化语音 Agent 框架，GPT-4o Voice 的开源替代
用 GPT-4o 语音聊天，你说的每一句话都存在 OpenAI 的服务器上。想给自己的产品加语音交互，只有 OpenAI Realtime API 一个选择——按分钟计费，供应商锁定。
语音 AI 的核心痛点不是"能不能做"，而是"延迟能不能低到像真人对话"。P95 延迟超过 2 秒，对话就变成了对讲机。
HuggingFace 和 Cerebras 联手搭建了一条端到端的语音管线，延迟低到可以和 GPT-4o Voice Mode 正面刚。
四个模块，全可替换
⭐ GitHub Stars: 6,000+
🚀 延迟: Cerebras 上 1,851 tokens/s（比 GPU 快 35 倍）
🌍 语言: 英/法/西/中/日/韩
🔌 API: OpenAI Realtime WebSocket 兼容
🤖 生产部署: 9,000+ Reachy Mini 机器人在用
为什么这件事很重要
1. API 兼容 = 零迁移成本
WebSocket API 和 OpenAI Realtime 完全兼容。从闭源切到开源自托管，改动量约等于改个环境变量。
2. 语音克隆已内置
Pocket TTS 支持流式语音克隆：3 秒录音就能克隆声音特征。
3. 机器人也在用
9,000+ 台 Reachy Mini 机器人用这套技术栈。机器人对延迟容忍度极低——能用在机器人上，说明延迟真的够低。
30 秒体验
git clone https://github.com/huggingface/speech-to-speech cd speech-to-speech pip install -e . python app.py --mode realtime \ --llm-provider cerebras \ --stt-model parakeet \ --tts-model qwen3-tts
📊 本期总结
| | |
|---|
| OfficeCLI | | |
| speech-to-speech | | |
一个让 AI 终于能"动手"操作 Office 文档，一个让语音 AI 不再被云厂商绑架。
我是开源大猩探，每周帮你从 GitHub 上捞出最值得关注的开源项目。
不吹不黑，只说人话。
关注「开源大猩探」获取更多 GitHub 宝藏项目
