DeepSeek 开源 dsh-libreoffice-kit：Node.js 里"字体友好"的 Office 转换渲染套件，Agent 办公文档链路补齐

DeepSeek Harness 的内部组件走向开源

dsh-libreoffice-kit 是 DeepSeek Harness 内部使用的一个组件，现以 @deepseek-ai/libreoffice-kit 名义开源（npm 包，附 dsoffice CLI）。它解决一个 Agent 办公场景里的真实痛点：在 Node.js 里做"字体友好"的 Office 文档转换与渲染——读取 Git diff 之外，Agent 还需要能读、能转、能算、能截图 Office 文档，而传统方案要么依赖用户机器上碰运气的 LibreOffice 安装，要么字体一缺排版就崩。

能力全景

• 格式转换：Office → PDF 导出，支持 OOXML（.docx/.xlsx/.pptx）与二进制 OLE 复合文档（Office 97–2003 的 .doc/.xls/.ppt；改名后缀的 RTF/HTML 与 .wps 不接受）。
• 电子表格重算（recalculate）：让 Agent 拿到公式计算后的值，而不是公式本身。
• 直接 PNG 渲染：Office 与 PDF 输入均可按页渲染成图片——正是 Agent"看"文档的方式。
• CLI + Node API：dsoffice render/convert/recalculate 一条命令可用；API 层支持取消、错误与资源限制，每个 render 拥有独立原生进程或 Node worker 与私有 profile，同一 converter 上的渲染串行执行。

npm install @deepseek-ai/libreoffice-kit@0.1.3
dsoffice convert --input report.docx --output report.pdf
dsoffice render --input report.docx --output-dir report-pages --pages 1
dsoffice recalculate --input budget.xlsx --output recalculated.xlsx

"字体友好"是什么意思

这是这个 kit 与普通 LibreOffice 封装的核心区别：

• 用可用字体：API 自动发现常规系统/用户字体目录，或索引 fontDirectories 指定的根；fontkit 读取字体元数据与字形覆盖，选中的文件以原始字体字节交给引擎。
• 保住指定字体族：已安装的字体族优先（包括手写体与装饰字体）；WASM 字体请求携带 weight/italic 信息，可匹配具体字面；缺字形时目录可补充字体。
• 替换规则可配置：默认 fontFallbacks 覆盖常见拉丁与简中字体族——缺 Calibri 用 Carlito 顶、缺 Cambria 用 Caladea 顶；调用方可整体替换默认组。
• 暴露缺失字体与预算：missingFonts 报告文档 XML 中声明但不可用的字体族；maxFontFiles/maxFontFileBytes/maxLoadedFontBytes 限定索引与显式导入的规模；字体元数据在内存与有界用户级磁盘缓存间共享。

注意边界：它不捆绑也不下载任何字体集合——部署方按文档需求与再分发权限自备字体（最小容器需装字体或配置字体目录）；WASM 引擎只用导入的字体，没有可用字体时以 unavailable 拒绝转换。这提升了字体控制力，但不保证与 Microsoft Office 或引擎之间逐像素一致。

引擎与分发：为打包而生的精简 LibreOffice

项目附带了完整的 LibreOffice 精简配方：禁用 Java/Python、脚本与扩展、Base 数据库、PDF 导入、帮助/词典/模板/图标主题、远程控制与更新、curl/WebDAV/CMIS/LDAP 集成——只保留文档导入、布局、绘制与 PDF 导出链路；原生构建静态链接 Core、限制导出符号；WASM 构建为无头 Node worker 裁掉 Skia/OpenCL/OpenGL 与捆绑字体。五个引擎包按平台自动安装：

引擎包	平台
libreoffice-kit-darwin-arm64 / darwin-x64	macOS（Apple Silicon / Intel）
libreoffice-kit-win32-arm64 / win32-x64	Windows ARM64 / x64（需 VC++ v14 Redistributable）
libreoffice-kit-wasm	Linux（共享 WASM 引擎，无 CPU/libc 限制声明）

精简效果（历史候选测量，含 XZ 压缩因素）：macOS ARM64 下载 98.85MB → 60.49MB（-38.81%），Node WASM 56.47MB → 35.85MB（-36.51%）。保真验证用六份中英文混合（含表格/公式/图片）的 DOCX/XLSX/PPTX 固定文档对比，提取文本、页数与 96-DPI 渲染像素完全一致。安装不带任何编译钩子——不现场编译 LibreOffice、不下载额外引擎、也不探测用户机器上已装的 LibreOffice；应用可完全离线打包运行。

对 Agent 办公场景的意义

把它放进 Agent 工具箱，意味着文档处理链路的"最后一公里"被补齐：读（渲染成 PNG 给多模态模型看）、转（PDF 导出交付）、算（表格重算拿结果）都有了确定性的、可离线的、字体可控的本地方案——不需要把文档上传到云转换服务，也不依赖目标机器装了哪个版本的 Office/LibreOffice。

仓库：github.com/deepseek-ai/dsh-libreoffice-kit（含中文 README、打包与构建资格认证文档）。