我开源了一个 Python 工作资料整理工具：自动读取 Word、Excel 并生成 AI 周报

工作资料经常分散在 Word、Excel、Markdown 和纯文本文件中。每周整理工作周报时通常需要先逐个打开文件再复制内容、归纳重点最后手动整理成报告过程比较耗时。因此我写了一个小型 Python 项目Work Inbox Agent。它可以扫描指定目录读取常见工作文档提取统一格式的内容并调用 DeepSeek 生成带来源引用的工作周报。项目已经上传到 AtomGit项目地址Work-Inbox-Agent:本地读取 Word、Excel、Markdown 和文本资料调用 DeepSeek 生成带来源引用的工作周报。 - AtomGit一、项目功能目前项目支持以下文件格式.docx读取 Word 段落和表格.xlsx读取 Excel 工作表、表头、行数和前 50 行内容.md读取 Markdown 文本.txt读取普通文本文件对于暂不支持的文件格式程序会记录为unsupported不会因为单个文件无法读取而中断整个扫描过程。项目会将不同文件解析成统一的数据结构主要包含文件名文件类型文件内容文档章节表格内容文件元数据之后可以将这些内容交给 DeepSeek生成 Markdown 和 JSON 两种格式的工作周报。二、项目处理流程整个流程可以分为五步扫描工作资料目录 ↓ 识别文件类型 ↓ 提取 Word、Excel、Markdown 和文本内容 ↓ 整理为统一的数据结构 ↓ 调用 DeepSeek 生成周报这样做的好处是文件读取和 AI 总结相互独立。后续如果需要增加 PDF、CSV 或其他文件格式只需要增加对应的读取器不需要修改整个工作流。三、项目结构项目的主要目录如下work-inbox-agent/ ├── examples/ │ └── work-files/ ├── tests/ │ └── test_readers.py ├── work_inbox/ │ ├── readers/ │ │ ├── base.py │ │ ├── docx.py │ │ ├── text.py │ │ ├── xlsx.py │ │ └── registry.py │ ├── skills/ │ │ └── weekly_report/ │ ├── workflows/ │ │ └── weekly_report.py │ ├── cli.py │ ├── model_client.py │ └── models.py ├── .env.example ├── launcher.py ├── pyproject.toml └── README.md其中readers负责读取不同类型的文件models.py定义统一的数据模型model_client.py负责调用 DeepSeekworkflows负责组织周报生成流程tests保存读取器相关测试launcher.py提供简单的桌面启动入口四、如何安装项目要求 Python 3.10 或更高版本。先克隆项目git clone https://gitcode.com/weixin_62375676/Work-Inbox-Agent.git cd Work-Inbox-Agent创建虚拟环境python -m venv .venvmacOS 或 Linux 执行source .venv/bin/activateWindows 执行.venv\Scripts\activate安装项目依赖pip install -e .项目使用了以下主要依赖openpyxl openai python-docx python-dotenv五、配置 DeepSeek先复制环境变量示例文件cp .env.example .env然后打开.env填写自己的配置DEEPSEEK_API_KEY你的密钥 DEEPSEEK_BASE_URLhttps://api.deepseek.com DEEPSEEK_MODELdeepseek-flash真实的 API Key 不应该提交到 Git 仓库中。项目的.gitignore已经忽略了.env文件公开项目时只保留.env.example。这一点比较重要因为 API Key 一旦被提交到公开仓库可能会被其他人复制使用造成费用损失或账号风险。六、命令行使用扫描资料目录并输出提取结果work-inbox scan ./examples/work-files \ --output ./output/extracted_documents.json生成指定周期的周报work-inbox weekly ./examples/work-files \ --period 2026-09-28 至 2026-10-02也可以不安装命令行入口直接使用 Python 模块python -m work_inbox.cli scan ./examples/work-files生成的结果会包含每个文件的来源信息方便后续检查周报内容是从哪一个文件提取出来的。七、实现过程中比较重要的几个问题1. 不同文件格式如何统一处理Word、Excel 和文本文件的结构差异比较大。Word 主要是段落和表格Excel 主要是工作表、行和列而 Markdown 和 TXT 只有文本内容。如果直接把不同读取结果交给后续逻辑代码会比较混乱。因此项目使用统一的数据结构保存解析结果让后续工作流不需要关心具体的文件格式。2. 单个文件读取失败不能影响全部任务实际工作目录中可能存在损坏文件、临时文件或者不支持的格式。如果遇到一个文件就直接抛出异常整个周报任务可能会失败。因此当前设计会尽量记录文件状态让其他可读取的文件继续处理。3. API Key 不能写死在代码中项目需要调用 DeepSeek API但密钥不能直接写在 Python 文件中。目前支持两种方式写入.env在 macOS 启动界面中临时填写无论采用哪种方式都不应该把真实密钥提交到公开仓库。4. 模型返回结果需要校验项目要求模型返回 JSON但模型返回内容不一定总是完全符合预期。因此代码会检查返回内容是否为空内容是否可以解析为 JSONJSON 顶层是否为对象如果返回结果不符合要求程序会给出错误提示而不是继续生成错误报告。八、测试情况项目当前包含读取器测试覆盖了 Word、Excel、Markdown 和文本等基本场景。本地运行测试python -m pytest目前测试结果为5 passed这说明当前基础读取功能可以正常通过测试。但项目仍然是一个小型工具后续还需要增加更多测试例如空文件处理损坏文件处理大型 Excel 文件处理模型接口超时模型返回格式错误不同操作系统下的启动脚本测试九、开源说明这个项目使用 MIT License 发布。MIT License 允许其他人学习、使用、修改和再发布项目但需要保留原作者的版权声明和许可证内容。项目目前更适合作为个人工作资料整理工具和学习项目使用。如果要应用在正式生产环境中还需要进一步考虑工作资料中的隐私和敏感信息API 调用费用文件权限网络异常和重试日志脱敏大文件处理模型输出的人工审核尤其是工作资料中可能包含客户信息、公司内部信息或个人隐私使用 AI 总结前应先确认资料是否允许发送到第三方模型服务。十、后续计划后续计划包括增加 PDF 和 CSV 文件读取支持。增加更详细的文件读取日志。增加模型调用失败后的重试和超时处理。增加周报模板配置功能。增加更多测试用例。完善 Windows 和 macOS 的启动方式。增加敏感信息识别和脱敏功能。结语这个项目并不是一个大型系统而是我针对实际工作资料整理场景编写的一个小工具。通过这个项目我也重新梳理了几个比较基础但实用的问题如何设计不同文件格式的统一读取接口如何管理环境变量和 API Key如何让单个文件异常不影响整体任务如何校验 AI 返回的结构化结果如何为一个 Python 工具补充测试和 README如果你也经常需要整理 Word、Excel 和 Markdown 文件可以试试这个项目也欢迎在 AtomGit 仓库中提出 Issue 或改进建议。项目地址Work-Inbox-Agent:本地读取 Word、Excel、Markdown 和文本资料调用 DeepSeek 生成带来源引用的工作周报。 - AtomGit本文使用 AI 辅助整理文字结构项目代码、功能说明和测试结果均以实际仓库内容为准。