# Work Sc DOCX Comment Reply

> Word 批注回复：提取 Word 文档批注上下文，生成回复并以 threaded replies 写回 docx。depends on docx（社区上游）。用户提到'回复批注''批注回复''逐条回复'时使用。

- Skill: `seed-forge/work-sc-docx-comment-reply` (Agent Skill, multi-file: 9 files)
- Install (CLI): `npx skillmds@latest add seed-forge/work-sc-docx-comment-reply`
- Raw SKILL.md: https://api.skillmd.com/api/skills/seed-forge/work-sc-docx-comment-reply/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: seed-forge (https://skillmd.com/u/seed-forge)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/seed-forge/work-sc-docx-comment-reply

---


# Word 批注回复（.docx/.doc）

这个 skill 解决的问题：把 Word 文档里的批注（comments）按“原文锚点上下文”整理出来，生成待回复清单，然后把回复以 **threaded replies** 的方式写回到新的 `.docx` 文件里（不改原文件）。

适用场景：专利/论文/合同/内部评审等需要“逐条回复批注”的文档。

## 输出物（约定）

在当前工作目录的 `outputs/` 下生成：
- `*_批注定位与上下文_*.md`：人可读的批注+锚点上下文报告
- `*_comment_context_*.json`：机器可读上下文（用于并行写回复/自动化）
- `*_replies_todo_*.json`：待回复模板（键=comment_id，值=空字符串）
- `*_批注已回复_*.docx`：写回批注回复后的最终交付文件

## 工作流（推荐）

### 1) 提取批注上下文

```powershell
python scripts/extract_comment_context.py --input "path\\to\\file.docx"
```

如果输入是 `.doc`，脚本会尝试用 LibreOffice `soffice` 转成 `.docx` 后继续。

### 2) 生成回复（由你/Claude 来写）

- 打开 `outputs\\*_批注定位与上下文_*.md`，逐条写回复。
- 把回复填进 `outputs\\*_replies_todo_*.json`（保持 JSON 结构不变）。

**回复口径（强约束）**
- 直接回答问题（别写“后续补充”但不说补什么）
- 必须贴合锚点原文（避免泛泛而谈）
- 不要用“老师您好/您好”类开头；口语化但专业

### 3) 写回批注回复并生成新 docx

```powershell
python scripts/apply_comment_replies.py `
  --unpacked "outputs\\<xxx>_unpacked_<timestamp>" `
  --replies "outputs\\<xxx>_replies_todo_<timestamp>.json" `
  --author "YourName" `
  --initials "YN"
```

### 4) 校验（必须）

脚本默认会在保存时做 schema + redlining 校验；如需单独验证：

```powershell
python ..\\docx\\ooxml\\scripts\\validate.py "outputs\\<unpacked_dir>" --original "outputs\\<out>.docx"
```


## 推荐输出格式

执行完毕后按以下结构输出：

**状态**：✅ 成功 / ⚠️ 部分成功 / ❌ 失败

| <输入→输出文件/格式/路径> | <值/状态> | 说明 |
|------|------|------|

**下一步**：<可执行动作>
## 并行（XL 可选）

当批注数量较多（例如 ≥20 条）：
1. 先跑提取脚本得到 `comment_context.json`
2. 以 comment_id 分片给子代理写回复（每个子代理 prompt 末尾加 `$vibe`）
3. 合并为一个 replies JSON，再执行 `apply_comment_replies.py`