OPEN SOURCE DEEP DIVE
GenOffice:开源 AI 办公套件
GenOffice 是首个全功能开源 AI 办公套件(Apache-2.0),支持 Word/Excel/PowerPoint/PDF/Markdown 的真实格式读写,内置块级 AI 编辑与文档感知 Agent,可 BYOK 接入主流大模型,全本地运行。
GenOffice 是由 Genspark 团队开源的 AI 原生办公套件(Apache-2.0 协议),定位为 Microsoft Office 的全功能开源替代品,覆盖 macOS、Windows 与 Linux。它直接读写真实的微软 Office 格式——Word(.docx)、Excel(.xlsx)、PowerPoint(.pptx),同时支持 PDF 与 Markdown 编辑,由共享同一引擎层的多个 Electron 应用组成。
核心亮点
- 真实的 PDF 编辑:可直接在页面上改写文字、编辑图片,保留原始字体;扫描版 PDF 通过系统 OCR 转为可编辑文本。
- 全本地 PDF 转换:PDF → Word / PowerPoint / Excel 完全在本机完成,无云端、无上传;Markdown 转 Word 同样走本地 OOXML 引擎,不依赖 Pandoc。
- 字节级保真 .docx 编辑:只重新生成被修改的段落(paragraph patch),文件其余部分逐字节保留,在 Word 中打开不会破坏排版;分页视图复现 Word 的换页位置。
- Excel 兼容表格:基于开源 Univer 内核(Apache-2.0)加自研扩展,.xlsx 导入导出走 Rust sidecar(calamine + IronCalc),支持自研图表、数据透视表、切片器、条件格式与公式追踪。
- PowerPoint 兼容演示:自研 .pptx 解析/渲染/编辑引擎,支持母版、布局、智能参考线与非破坏性裁剪,文本整形采用 HarfBuzz 度量。
AI 作为一等公民
AI 编辑不是外挂聊天框,而是内嵌在每个应用中的核心工作流:Docs 提供块级粒度的 AI 编辑,带版本快照与 diff 对比;Sheets/Slides/PDF 中则是感知工作簿、幻灯片与 PDF 状态的工具调用 Agent,内置网页/图片搜索、图片生成与媒体分析等 Agent 工具。
模型接入支持 BYOK(自带 API Key):Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、豆包、MiniMax、Grok、Mistral、OpenRouter 或任意 OpenAI 兼容端点;也可直接登录 Genspark 账号免配置使用。
架构与生态
引擎层为纯 TypeScript 包,无 Electron 依赖、有单元测试,可在浏览器等非 Electron 环境复用。项目发布约两个月即获得近 8000 star,是目前开源 AI 办公方向热度最高的项目之一。安装包提供签名的 macOS(Apple Silicon)dmg 与 Windows x64 exe,另有 Linux 版本。