criptogus/HermesOffice

HermesOffice – 开源 AI 驱动的办公套件

是什么 – HermesOffice 是一个跨平台（macOS、Windows、Linux）的办公套件，可打开、编辑和保存原生 Microsoft Office 格式（.docx、.xlsx、.pptx）以及 PDF 和 Markdown。其独特之处在于，AI 驱动的编辑功能已内置于每个编辑器中，而非作为独立的聊天窗口附加。

核心组件

• Docs – 与 Word 兼容的编辑器，保留原始文件中未修改的每一个字节，因此除非您进行编辑，否则布局不会改变。它显示与 Word 分页一致的分页页面。
• Sheets – 基于开源 Univer UI 核心构建的电子表格，使用自研的 Rust 侧车（calamine + IronCalc）处理 .xlsx 解析、图表、数据透视表、切片器和条件格式。
• Slides – 与 PowerPoint 兼容的演示文稿工具，拥有自己的 .pptx 解析/渲染引擎，支持母版、布局、智能引导和非破坏性图像裁剪。
• PDF – 基于 pdf.js、pdf-lib 和 PDFium 编译为 WebAssembly 的真正 PDF 编辑器，支持重新输入文本、编辑图像并保留原始字体。它还可在本地将 PDF 转换为 Word、Excel 或 PowerPoint，对扫描页面使用操作系统提供的 OCR 服务。
• Markdown – 轻量级的 Tiptap/ProseMirror 块编辑器，可直接在纯文本 .md 文件上工作。
• Shell – 套件的启动器，以标签页形式托管五个编辑器，支持主题（浅色/深色/系统）切换和自动更新。

AI 集成

• 每个编辑器都嵌入了一个 AI 面板，可执行块级编辑、显示快照和差异，并调用工具。
• AI 通过 自带密钥（BYOK） 模型提供者运行：您可以接入 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、Doubao、MiniMax、Grok、Mistral、OpenRouter 或任何 OpenAI 兼容端点（包括本地服务器）的 API 密钥。
• 或者，您可以登录 Genspark（设备码流程），让服务代理调用 Claude、GPT 或 Gemini，并暴露额外工具端点（网页/图像搜索、图像生成、媒体分析、语音转录）。
• 代理核心（packages/agent-core）协调工具调用，packages/ai-search 模块实现 Genspark 特有的工具。

安装

• macOS（Apple Silicon） – 从最新发布版本获取预构建的签名 .dmg（临时）或 .zip。
• 其他平台 – 提供源码构建；README 中列出了 npm 命令（npm run dist:win、npm run dist:linux），可生成 Windows 安装程序、Linux AppImage、.deb 和 .rpm 包。
• Linux 包需要 glibc ≥ 2.34，AppImage 需要 FUSE 2 运行时。

开发与架构

• 项目是纯 TypeScript 包的单体仓库（引擎内部无 Electron 依赖），以及用于 Excel 侧车的少数 Rust 工具。
• 核心引擎（docx-engine、pptx-engine、pdf2docx 等）解析原始 OOXML/PDF 文件，构建块树，并在保存时仅拼接编辑过的块，其余部分保持原始存档的字节完全一致。
• UI 使用 React 构建，共享设计令牌（packages/ui），桌面宿主使用 Electron。
• 测试使用 Jest（引擎）和 Playwright + Electron（UI 接受测试）。

许可与社区

• Apache-2.0 许可，完全免费且开源。
• 官方构建会发送可选的匿名使用分析（不包含文档内容），可在设置中禁用。
• 仓库中提供安全策略、隐私声明和第三方通知。

总结 – HermesOffice 是一个真正且雄心勃勃的项目，将完整的办公套件功能与本地运行的 AI 协助相结合，支持广泛的模型提供者，并保持专业用户所期望的核心文档保真度。