Univer Skill:AI 智能体的 Office 运行时,让 Agent 操控表格文档像调用 API 一样可靠

总结

Univer 是一款定位为「AI 智能体 Office 运行时」的开源 SDK,能够在单一运行时内完成电子表格、文档、演示稿、Canvas、关系型表格和 PDF 的创建与编辑。它用 TypeScript 构建,兼具浏览器端渲染和 Node.js 无头(headless)运行双重能力,尤其适合让 AI Agent 以编程方式操控 Office 文件而非模拟人类点击界面。截至 2026 年 9 月 22 日,项目在 GitHub 累计斩获约 15,360 颗星,近一月持续保持在 GitHub Trending 前列,成为 AI+Office 细分赛道中关注度最高的开源项目之一。

功能与原则

Univer 的核心设计原则是让 AI 智能体把 Office 文件当作「可编程计算环境」而非「需要人操作的 UI」。具体体现在:

  • 结构化 API 而非像素操作:智能体通过文档结构 API 直接读取/修改内容,不依赖截图或模拟鼠标点击。
  • Worktree(工作树)隔离机制:借鉴 Git 的分支模型,智能体的每次修改在独立草案中展开,人类审查通过后再合并——解决了 AI 每分钟改动数十次、无法回溯的历史难题。
  • Headless Node 运行时:整个 Office 套件可以在无浏览器环境下运行,智能体在服务器端循环中完成打开工作簿、执行公式链、截图核查布局、关闭文件的全部操作,无需图形界面。
  • 内容自验证:通过结构化 API,智能体能主动核查输出内容、截图对比布局,而非靠「感觉」判断对错。

认可度

  • GitHub Star:截至 2026 年 9 月 22 日约 15,360+ 星,过去一个月日均增长 150–250 星,GitHub Trending 持续在榜。
  • 生态项目:衍生出 Univer Workspace(面向人类与 AI 协作的共享编辑空间)、Univer Office for DeepSeek Harness、Univer Office for OpenClaw、Univer Office for WorkBuddy 等多个官方集成项目。
  • 许可证:Apache 2.0。
  • 社区:配套 Discord 活跃,团队在 X(@univerhq)持续更新 roadmap。

链接

GitHub:https://github.com/dream-num/univer

官网:https://univer.ai/

文档:https://docs.univer.ai

原作者

项目由 DreamNum 团队开发和维护,GitHub 组织为 dream-num,官网域名为 univer.ai。团队同时运营老牌开源项目 Luckysheet(16.6k stars),在 Office 前端套件领域有多年积累。核心 maintainer 包括 @jikkai、@DR-Univer、@wzhudev、@Dushusir 等。

介绍

Univer 最早是一个通用的 Office SDK,用于在自有产品中嵌入电子表格、文档、演示稿等编辑体验。2026 年中,团队重新定位为「AI 智能体的 Office 基础设施工具」,提出 Harness(挽具) 概念——不是让 AI 去操控一个有 UI 的 Office 软件,而是把 Office 的核心能力「拴」在 AI 的运行循环里,让 AI 可以直接调用结构化的文档计算能力。

从技术架构看,Univer 底层是统一的插件架构,每个功能(公式引擎、Canvas 渲染、文件格式解析)均为可组合的插件单元。开发者在 presets/ 目录下可以找到开箱即用的功能合集快速集成,也可以按需裁剪只用部分插件。Facade API 提供跨浏览器和 Node.js 的统一调用接口,电子表格、文档、公式、命令和事件均通过同一套 API 操作。

Univer 提出的 Worktree 机制是它最具差异化的创新。当 AI 需要修改一个 Excel 文件时,不是在原文件上直接改动,而是基于当前版本创建一个独立的「工作树」分支,AI 在这个隔离空间内执行所有变更。完成后,人类(或审核流程)可以逐条查看改动,决定接受或驳回。只有在批准后,变更才会合并回主分支。这套机制从根本上解决了 AI 编辑 Office 文件「无法回滚、无法审核」的问题,让 AI 改动变得和代码 Pull Request 一样可追溯、可复审。

特点

  • 全功能 Office 运行时:电子表格(含公式引擎)、Word 风格文档、演示稿、Canvas、关系型表格(Bases)全部集成在同一个代码库和运行时中,数据可跨文档引用和联动。
  • Headless 无头运行:无需浏览器即可在 Node.js 环境中完成所有文档操作,适合服务器端 AI 自动化流水线。
  • Worktree 草案 + 合并语义:AI 修改在独立分支中进行,支持人工 review、逐条审批、最终合并,从根本上解决了 AI 批量改文件无法审核的问题。
  • Canvas 高性能渲染:复杂大型表格仍能保持流畅渲染,支持暗色模式。
  • MCP 协议集成:通过 univer-mcp 驱动,可以用自然语言操控电子表格,已支持 DeepSeek Harness、OpenClaw 等主流 Agent 框架。
  • 插件化架构:每个功能单元均为可插拔插件,支持按需加载、懒加载或深度定制,适配从快速嵌入到大型产品集成的多种场景。
  • 跨平台 Facade API:同一套 API 在浏览器和 Node.js 下行为一致,降低集成复杂度。

使用方法

安装

# 安装 Univer 核心包
npm install @univerjs/core @univerjs/ui

# Node.js / Headless 环境(AI 自动化推荐)
npm install @univerjs/facade

# MCP 集成(自然语言操控表格)
npm install @univerjs/mcp

基础调用示例

import { Univer } from '@univerjs/facade';

// 初始化(Node.js 无头模式)
const univer = new Univer();

// 打开一个电子表格文件
const workbook = univer.createWorkbook({
  sheetName: 'Sales Data',
  data: [{ range: 'A1:B10', values: [[ 'Month', 'Revenue' ], [ 'Jan', 10000 ]] }]
});

// 读取某个单元格
const value = workbook.getSheet('Sales Data').getRange('B2').getValue();

// 用公式计算汇总
workbook.getSheet('Sales Data').getRange('B11')
  .setFormula('=SUM(B2:B10)');

// 截图核查布局(用于 AI 自验证)
const screenshot = workbook.getSheet('Sales Data').getRange('A1:B11').screenshot();

MCP 自然语言调用

# 通过 MCP 用自然语言操作表格
npx @univerjs/mcp ask "在 Sheet1 的 C 列加上每行的百分比"

Docker 快速体验

docker run -p 3000:3000 univerai/univer-workspace
# 访问 http://localhost:3000 即可看到人类与 AI 协作界面

使用场景与人群

适用场景:
– AI Agent 需要批量读取/生成/修改 Excel、Word、PPT 文件的自动化流水线(如财务报告生成、数据汇总、合同模板填充)。
– 将 Office 能力嵌入 SaaS 产品作为底层文档引擎,无需依赖 Microsoft Online 或 Google Docs API。
– 服务器端批量文档处理:AI 在循环中打开文件、执行计算、截图核查、关闭文件,全程无 UI。
– AI 产出的 Office 文件需要人类审核后再交付的工作流(如 AI 起草合同、财务模型)。

目标用户:
– AI 应用开发者,需要可靠的结构化文档操控能力。
– 企业内部 AI 自动化团队,替代 RPA 方案中「模拟人工操作 Office」的脆弱路径。
– 文档型 SaaS 产品团队,寻找可自托管的 Office 引擎。

输入与输出案例

案例一:财务汇总报告自动生成

步骤 操作
输入 AI 收到指令:「将目录下所有销售明细 CSV 汇总到 monthly_report.xlsx,第二列是月销售额,第三列是环比增长率」
处理 Univer 在 Node.js 中并行读取 12 个 CSV,用 Worktree 创建草案,在 Sheet1 按月汇总求和,第三列用公式 =(B2-B1)/B1 计算环比
输出 生成 monthly_report.xlsx,人类 reviewer 打开 Worktree 逐行审批,批准后合并,得到可直接发送的正式报告

案例二:AI 合同起草 + 人工复核

步骤 操作
输入 AI 收到模板路径和客户信息:「将甲方/乙方/金额/日期填入 contract_template.docx」
处理 Univer 打开 Word 文档,找到对应占位符字段并替换,生成新 Worktree
输出 reviewer 打开 Univer Workspace,在差异视图(类似 Git diff)中逐段审阅 AI 改动,确认无误后一键合并,导出最终 PDF。整个过程可审计、可回滚。

GitHub: https://github.com/dream-num/univer

评论区

0 条评论

登录后可评论。

Skill超级捕获手 87 阅读