@deepwhale-cn/dsh-doc-batch 0.0.0-stage → 0.1.3

package/bin/cli-xlsx.mjs

@@ -0,0 +1,225 @@
+#!/usr/bin/env node
+/**
+ * Excel 批量处理 CLI
+ *
+ * 形态：
+ *   dsh-xlsx-batch --help                 （无参数也打印 help，退出 0）
+ *   dsh-xlsx-batch --demo                 （自造样例跑完整流程，退出 0）
+ *   dsh-xlsx-batch <action> --input <文件或目录> [--out <目录>] [--json]
+ *
+ * 真实逻辑全部委托 python3 + openpyxl（lib/xlsx_tool.py），
+ * Node 只负责参数校验、调用与人类可读输出。
+ */
+import { spawnSync } from 'node:child_process';
+import { dirname, join } from 'node:path';
+import { fileURLToPath } from 'node:url';
+
+const PKG_ROOT = join(dirname(fileURLToPath(import.meta.url)), '..');
+const PY_SCRIPT = join(PKG_ROOT, 'lib', 'xlsx_tool.py');
+const TITLE = 'Excel 批量处理';
+const CMD = 'dsh-xlsx-batch';
+const ACTIONS = {
+  merge: '多文件/多 sheet 合并到一个工作簿，加来源列',
+  clean: '删空行、去重、trim 文本',
+  summary: '每列非空计数 / 数值列求和，导出报告',
+  csv: '每个 sheet 导出 CSV',
+};
+const PY_HINT = [
+  '需要 python3 + openpyxl。安装：',
+  '  python3 -m pip install openpyxl',
+  '没有 python3 时：',
+  '  macOS: brew install python3',
+  '  Ubuntu: sudo apt install python3',
+].join('\n');
+const LINE = '─'.repeat(56);
+
+function help() {
+  console.log(`${TITLE}
+
+用法：
+  ${CMD} <action> --input <文件或目录> [--out <目录>] [--json]
+  ${CMD} --demo
+  ${CMD} --help
+
+子命令：
+${Object.entries(ACTIONS).map(([k, v]) => `  ${k.padEnd(9)}${v}`).join('\n')}
+
+参数：
+  --input, -i   .xlsx/.xlsm 文件或目录（目录递归处理）
+  --out, -o     输出目录；默认 <输入目录>/_输出；同名文件不覆盖，自动加序号
+  --json        输出 JSON（给脚本/CI 用）
+  --demo        自造样例文件，跑完整流程并打印产物路径
+
+示例：
+  ${CMD} merge --input ./周报 --out ./汇总
+  ${CMD} clean --input ./名单 --out ./清洗后
+  ${CMD} summary --input ./报表 --out ./统计
+  ${CMD} csv --input ./报表 --out ./csv
+
+依赖：python3 + openpyxl（缺失时会提示安装命令）`);
+  process.exit(0);
+}
+
+function fail(message, hint = '', code = 2, json = false) {
+  if (json) {
+    console.log(JSON.stringify({ ok: false, code, message, hint }, null, 2));
+  } else {
+    console.error(`❌ ${message}`);
+    if (hint) console.error(`\n${hint}`);
+  }
+  process.exit(code);
+}
+
+function findPython() {
+  const candidates = [
+    process.env.DSH_PYTHON,
+    process.env.XLSX_BATCH_PYTHON,
+    'python3',
+    '/opt/homebrew/bin/python3',
+    '/usr/local/bin/python3',
+    '/usr/bin/python3',
+  ].filter(Boolean);
+  for (const cmd of candidates) {
+    const r = spawnSync(cmd, ['-c', 'import sys; print(sys.version_info[0])'], {
+      encoding: 'utf8',
+      timeout: 10000,
+    });
+    if (!r.error && r.status === 0) return cmd;
+  }
+  return null;
+}
+
+function parseArgs(argv) {
+  const opt = { action: null, input: null, out: null, json: false, demo: false };
+  for (let i = 0; i < argv.length; i++) {
+    const raw = argv[i];
+    const eq = raw.indexOf('=');
+    const flag = eq > 0 ? raw.slice(0, eq) : raw;
+    const inline = eq > 0 ? raw.slice(eq + 1) : undefined;
+    if (flag === '--json') {
+      opt.json = true;
+      continue;
+    }
+    if (flag === '--demo') {
+      opt.demo = true;
+      continue;
+    }
+    if (flag === '--help' || flag === '-h') help();
+    if (flag === '--input' || flag === '-i' || flag === '--out' || flag === '-o') {
+      let value = inline;
+      if (value === undefined) {
+        value = argv[i + 1];
+        if (value === undefined || value.startsWith('--')) {
+          fail(`参数 ${flag} 缺少取值`, `例：${flag} <值>`);
+        }
+        i += 1;
+      }
+      if (flag === '--input' || flag === '-i') opt.input = value;
+      else opt.out = value;
+      continue;
+    }
+    if (flag.startsWith('-')) {
+      fail(`未知参数：${raw}`, `用 ${CMD} --help 查看支持的参数。`);
+    }
+    if (!opt.action) {
+      opt.action = raw;
+      continue;
+    }
+    fail(`多余的参数：${raw}`, '一次只能执行一个子命令。');
+  }
+  return opt;
+}
+
+function human(res) {
+  console.log('');
+  console.log(`  ${TITLE} · ${res.action}`);
+  console.log(`  ${LINE}`);
+  if (res.input) console.log(`  输入       ${res.input}`);
+  if (res.out) console.log(`  输出目录   ${res.out}`);
+  for (const f of res.files || []) {
+    let extra = '';
+    if (f.sheet !== undefined) extra += ` [${f.sheet}]`;
+    if (f.rows_in !== undefined) extra += ` · ${f.rows_in} 行 → ${f.rows_out} 行`;
+    else if (f.rows !== undefined) extra += ` · ${f.rows} 行`;
+    else if (f.sheets !== undefined) extra += ` · ${f.sheets} 个工作表`;
+    console.log(`  ✓ ${f.input_name} → ${f.output_name}${extra}`);
+  }
+  if (res.summary) console.log(`\n  ${res.summary}`);
+  if (res.artifacts && res.artifacts.length) {
+    console.log('\n  产物：');
+    for (const a of res.artifacts) console.log(`    ${a}`);
+  }
+  console.log('');
+}
+
+function humanDemo(res) {
+  console.log('');
+  console.log(`  ${TITLE} · 演示（--demo）`);
+  console.log(`  ${LINE}`);
+  console.log(`  演示目录   ${res.demoRoot}`);
+  console.log('');
+  for (const s of res.steps || []) {
+    console.log(`  ✓ ${String(s.action).padEnd(8)} ${s.summary}`);
+  }
+  console.log('\n  产物：');
+  for (const a of res.artifacts || []) console.log(`    ${a}`);
+  console.log('');
+}
+
+function callPython(py, action, payload) {
+  const r = spawnSync(py, [PY_SCRIPT, action, JSON.stringify(payload)], {
+    encoding: 'utf8',
+    maxBuffer: 128 * 1024 * 1024,
+  });
+  if (r.error) {
+    fail(`调用 python 失败：${r.error.message}`, PY_HINT, 3);
+  }
+  const lines = (r.stdout || '').trim().split('\n').filter(Boolean);
+  let result = null;
+  try {
+    result = JSON.parse(lines[lines.length - 1] || '');
+  } catch {
+    /* 下面统一报错 */
+  }
+  if (!result) {
+    const detail = (r.stderr || '').trim().split('\n').slice(-5).join('\n');
+    fail('Python 处理失败（没有拿到有效结果）', detail || PY_HINT, r.status || 1);
+  }
+  return result;
+}
+
+const argv = process.argv.slice(2);
+if (argv.length === 0) help();
+if (argv.includes('--help') || argv.includes('-h')) help();
+
+const opt = parseArgs(argv);
+const python = findPython();
+if (!python) {
+  fail('未找到 python3，无法处理 Excel 文件', PY_HINT, 3, opt.json);
+}
+
+if (opt.demo) {
+  const res = callPython(python, 'demo', {});
+  if (!res.ok) fail(res.message, res.hint, res.code || 1, opt.json);
+  if (opt.json) console.log(JSON.stringify(res, null, 2));
+  else humanDemo(res);
+  process.exit(0);
+}
+
+if (!opt.action) {
+  fail('缺少子命令', `可用子命令：${Object.keys(ACTIONS).join(' / ')}\n用 ${CMD} --help 查看详情。`, 2, opt.json);
+}
+if (!Object.hasOwn(ACTIONS, opt.action)) {
+  fail(`未知子命令：${opt.action}`, `可用子命令：${Object.keys(ACTIONS).join(' / ')}`, 2, opt.json);
+}
+if (!opt.input) {
+  fail('缺少 --input（文件或目录）', `例：${CMD} ${opt.action} --input ./报表目录`, 2, opt.json);
+}
+
+const payload = { input: opt.input, out: opt.out };
+const res = callPython(python, opt.action, payload);
+if (!res.ok) fail(res.message, res.hint, res.code || 1, opt.json);
+
+if (opt.json) console.log(JSON.stringify(res, null, 2));
+else human(res);
+process.exit(0);

package/bin/cli.mjs

@@ -0,0 +1,63 @@
+#!/usr/bin/env node
+/**
+ * 深鲸文档批量处理 · 统一 CLI
+ *
+ * 用法：
+ *   dsh-doc-batch docx <action> --input <路径> [--out <目录>] [--from 旧 --to 新]
+ *   dsh-doc-batch xlsx <action> --input <路径> [--out <目录>]
+ *   dsh-doc-batch pdf  <action> --input <路径> [--out <目录>] [--text 水印] …
+ *
+ * 设计：三种格式的内核（Python）与参数解析各自独立（见 bin/cli-docx|xlsx|pdf.mjs），
+ * 这里只做**分发**，不复制业务逻辑 —— 保证原来单格式的行为一字不差。
+ */
+import { spawnSync } from 'node:child_process';
+import { dirname, join } from 'node:path';
+import { fileURLToPath } from 'node:url';
+
+const BIN = dirname(fileURLToPath(import.meta.url));
+const MAP = {
+  docx: 'cli-docx.mjs', word: 'cli-docx.mjs',
+  xlsx: 'cli-xlsx.mjs', excel: 'cli-xlsx.mjs',
+  pdf: 'cli-pdf.mjs',
+};
+const CMD = 'dsh-doc-batch';
+
+function help(code = 0) {
+  console.log(`${CMD} —— 深鲸文档批量处理（Word / Excel / PDF）
+
+用法：
+  ${CMD} <格式> <操作> --input <文件或目录> [--out <目录>] [其它参数]
+  ${CMD} <格式> --help          查看该格式支持的操作与参数
+
+格式：docx（别名 word） / xlsx（别名 excel） / pdf
+
+示例：
+  ${CMD} docx replace --input ./合同 --from 深鲸科技 --to 深海鲸
+  ${CMD} docx extract --input ./合同 --out ./文本
+  ${CMD} xlsx merge --input ./报表 --out ./合并
+  ${CMD} xlsx csv --input ./报表
+  ${CMD} pdf merge --input ./扫描件 --out ./合并
+  ${CMD} pdf split --input a.pdf --out ./拆分 --action page
+  ${CMD} pdf watermark --input a.pdf --out ./水印 --text 机密
+
+说明：三种格式的处理能力与原来的单格式插件完全一致；所有处理都在本机完成。`);
+  process.exit(code);
+}
+
+const argv = process.argv.slice(2);
+if (argv.length === 0 || argv[0] === '--help' || argv[0] === '-h') help(0);
+if (argv[0] === '--version' || argv[0] === '-v') {
+  console.log('0.1.0');
+  process.exit(0);
+}
+const fmt = String(argv[0]).toLowerCase();
+const target = MAP[fmt];
+if (!target) {
+  console.error(`未知格式：${argv[0]}\n可用：docx / xlsx / pdf（别名 word / excel）`);
+  help(2);
+}
+const r = spawnSync(process.execPath, [join(BIN, target), ...argv.slice(1)], {
+  stdio: 'inherit',
+  env: { ...process.env, ELECTRON_RUN_AS_NODE: '1' },
+});
+process.exit(typeof r.status === 'number' ? r.status : 1);

package/cordis.patch.yml

@@ -0,0 +1,4 @@
+# @deepwhale-cn/dsh-doc-batch 的组合层：装上即注册 doc-batch skill + 面板
+- insert:
+    - id: doc-batch
+      name: '@deepwhale-cn/dsh-doc-batch'

package/lib/api.js

@@ -0,0 +1,146 @@
+/**
+ * 深鲸文档批量处理 —— 宿主半边 HTTP 出口
+ *
+ * 一个出口管三种格式：/dsh-doc-batch/api/{ops,run}，请求里带 format。
+ * 真正干活的是随包的 bin/cli.mjs（内部再分发到 cli-docx|xlsx|pdf.mjs，Python 内核不变）。
+ *
+ * 安全：action 白名单、参数数组传参（不拼 shell）、10 分钟超时。
+ */
+import { spawn } from 'node:child_process';
+import { dirname, join } from 'node:path';
+import { fileURLToPath } from 'node:url';
+import { existsSync, readFileSync } from 'node:fs';
+
+const PKG_ROOT = join(dirname(fileURLToPath(import.meta.url)), '..');
+const CLI = join(PKG_ROOT, 'bin', 'cli.mjs');
+const ROUTE = '/dsh-doc-batch';
+/** 面板要显示版本号：直接从 package.json 读，避免客户端硬编码漂移 */
+const VERSION = (() => {
+  try { return JSON.parse(readFileSync(join(PKG_ROOT, 'package.json'), 'utf8')).version || ''; }
+  catch { return ''; }
+})();
+
+const OPS = {
+  docx: [
+    { key: 'replace', label: '批量替换文本', needs: ['pairs'], hint: '每行一组「旧文本 → 新文本」，可多行' },
+    { key: 'extract', label: '提取正文到 txt' },
+    { key: 'merge', label: '合并成一个 docx' },
+    { key: 'headers', label: '列出页眉页脚' },
+    { key: 'to-md', label: '转 Markdown' },
+  ],
+  xlsx: [
+    { key: 'merge', label: '合并工作簿（加来源列）' },
+    { key: 'clean', label: '清洗：删空行 / 去重 / trim' },
+    { key: 'summary', label: '列汇总报告' },
+    { key: 'csv', label: '每个 sheet 导出 CSV' },
+  ],
+  pdf: [
+    { key: 'merge', label: '合并多个 PDF' },
+    { key: 'split', label: '拆分（按页 / 每 N 页）', needs: ['mode'] },
+    { key: 'compress', label: '压缩' },
+    { key: 'watermark', label: '加水印（文字）', needs: ['text'] },
+    { key: 'extract-text', label: '提取文本' },
+    { key: 'extract-images', label: '提取图片' },
+  ],
+};
+
+const 上限 = 10 * 60 * 1000;
+
+function 回(res, code, obj) {
+  const body = JSON.stringify(obj);
+  res.writeHead(code, { 'content-type': 'application/json; charset=utf-8', 'content-length': Buffer.byteLength(body) });
+  res.end(body);
+}
+
+async function 读体(req) {
+  const chunks = [];
+  for await (const c of req) chunks.push(c);
+  const text = Buffer.concat(chunks).toString('utf8');
+  if (!text) return {};
+  try { return JSON.parse(text); } catch { return {}; }
+}
+
+function 跑CLI(args) {
+  return new Promise((resolve) => {
+    const child = spawn(process.execPath, [CLI, ...args], {
+      env: { ...process.env, ELECTRON_RUN_AS_NODE: '1' },
+      windowsHide: true,
+    });
+    let out = '';
+    const 收 = (d) => { out += String(d); if (out.length > 200_000) out = out.slice(-200_000); };
+    child.stdout?.on('data', 收);
+    child.stderr?.on('data', 收);
+    const timer = setTimeout(() => { try { child.kill('SIGKILL'); } catch {} 收('\n[超时] 超过 10 分钟已终止。'); }, 上限);
+    child.on('error', (e) => { clearTimeout(timer); resolve({ ok: false, code: -1, output: `启动失败：${e?.message || e}` }); });
+    child.on('close', (code) => { clearTimeout(timer); resolve({ ok: code === 0, code: code ?? -1, output: out.trim() }); });
+  });
+}
+
+/** 把面板参数翻译成 CLI 参数（按格式分别处理） */
+function 组参数(b) {
+  const format = String(b.format || '').toLowerCase();
+  const list = OPS[format];
+  if (!list) return { error: `未知格式：${b.format}` };
+  const action = String(b.action || '');
+  if (!list.some((o) => o.key === action)) return { error: `未知操作：${action}` };
+  const input = String(b.input || '').trim();
+  if (!input) return { error: '请填写要处理的文件或目录路径' };
+  if (!existsSync(input)) return { error: `路径不存在：${input}` };
+  const args = [format, action, '--input', input];
+  const out = String(b.out || '').trim();
+  if (out) args.push('--out', out);
+
+  if (format === 'docx' && action === 'replace') {
+    const 行 = String(b.pairs || '').split('\n').map((l) => l.trim()).filter(Boolean);
+    if (!行.length) return { error: '批量替换至少要一组「旧 → 新」' };
+    const 旧 = [], 新 = [];
+    for (const l of 行) {
+      const i = l.indexOf('→') >= 0 ? l.indexOf('→') : l.indexOf('->');
+      if (i < 0) return { error: `这一行缺少箭头（用「旧 → 新」）：${l}` };
+      const sep = l[i] === '→' ? 1 : 2;
+      旧.push(l.slice(0, i).trim()); 新.push(l.slice(i + sep).trim());
+    }
+    for (const v of 旧) args.push('--from', v);
+    for (const v of 新) args.push('--to', v);
+  }
+  if (format === 'pdf') {
+    const n = String(b.n || '').trim();
+    const text = String(b.text || '').trim();
+    const opacity = String(b.opacity || '').trim();
+    if (action === 'split') {
+      args.push('--action', String(b.mode || 'page') === 'every' ? 'every' : 'page');
+      if (n) args.push('--n', n);
+    }
+    if (action === 'watermark') {
+      if (!text) return { error: '加水印需要填写水印文字' };
+      args.push('--text', text);
+      if (opacity) args.push('--opacity', opacity);
+    }
+    if (action === 'extract-images' && n) args.push('--dpi', n);
+  }
+  return { args };
+}
+
+/** 挂到宿主 webServer（ctx 需已注入 webServer） */
+export function registerDocBatchApi(ctx) {
+  const handler = async (req, res) => {
+    try {
+      const u = new URL(req.url || '/', 'http://127.0.0.1');
+      const p = u.pathname;
+      if (p === `${ROUTE}/api/ops` && req.method === 'GET') {
+        const f = String(u.searchParams.get('format') || 'docx').toLowerCase();
+        return 回(res, 200, { ok: true, format: f, version: VERSION, ops: OPS[f] || [] });
+      }
+      if (p === `${ROUTE}/api/run` && req.method === 'POST') {
+        const b = await 读体(req);
+        const { args, error } = 组参数(b);
+        if (error) return 回(res, 400, { ok: false, error });
+        return 回(res, 200, await 跑CLI(args));
+      }
+      return 回(res, 404, { ok: false, error: 'not found' });
+    } catch (e) {
+      return 回(res, 500, { ok: false, error: e?.message || String(e) });
+    }
+  };
+  ctx.webServer.register({ kind: 'prefix', path: ROUTE, handler });
+}