返回AI编程与办公自动化目录

文章 / AI编程与办公自动化

38 个 Skill 全面 Python 化:三端通吃、灵犀适配——工匠精神,就是不落下任何一个值得服务的人

原创 李伟坚 Excel催化剂(附件请在原始资料库或公众号中获取)) 2026年9月25日 熟悉我的老朋友都知道,我这几个月做了很多件大事:38 个 Skill,覆盖办公、设计、三维、GIS、知识管理……一个接一个发布。但今天这篇,不讲新 Skill,讲一件"背后的工程"—— 我把全部 38 个 S

原创 李伟坚 Excel催化剂(附件请在原始资料库或公众号中获取))

2026年9月25日

熟悉我的老朋友都知道,我这几个月做了很多件大事:38 个 Skill,覆盖办公、设计、三维、GIS、知识管理……一个接一个发布。但今天这篇,不讲新 Skill,讲一件“背后的工程”——我把全部 38 个 Skill,完成了一次彻底的 Python 化改造。 之前那些靠 PowerShell 脚本驱动的 Skill,全部重构为 Python,支持多端使用;针对金山灵犀这类“不开放 PowerShell 调用”的智能体,也完成了完整适配。这不是一次修补,而是一次全量收尾——为了一个朴素的目标:让每个值得服务的人,都用得上。


一、从“单个 Skill”到“全部 38 个”:这次是彻底收尾

还记得前段时间,我在多篇文章里提过 Python 化改造这件事吗?

  • 先是 python-dev 这个大 Skill,一次打通 Windows / Mac / Linux 三端,专门适配了灵犀这种“连脚本都不让跑”的受限环境;
  • 然后是 WPS 多维表格 Skill,我把 16 个 PowerShell 驱动全部退役,全面换成 Python——那篇文章的标题叫《强者恒强》。

但这两次,都只是“从点到面”的开始。从今天起,我可以正式宣布:全部 38 个 Skill,Python 化改造已全部完成。

之前那些基于 PowerShell 脚本开发的 Skill——不管是数据处理的、浏览器自动化的、还是办公文档的——底层驱动已经全面重构为 Python,支持多端使用。

为什么这件事值得单独写一篇?因为它的工程量,远超绝大多数人的想象:

  • 38 个 Skill,每一个都要重写底层驱动——不是把 PowerShell 翻译成 Python 那么简单,而是按 Python 的生态重新实现、逐个真机验证,确认功能完全等效之后,才敢替换;
  • 每一处文档、每一个示例、每一条脚本引用,都要同步更新——不能出现“代码换了,教程还教旧命令”的断层;
  • 每换一个,都要跑全链路回归——确保改完的 Skill,交付质量和原来一模一样,甚至更好。

这就是“收尾”的分量:不是做完大部分,而是全部做完、全部验证、全部可用。

二、为什么非 Python 不可?三个硬伤,逼着我不回头

有人可能会问:PowerShell 在 Windows 上不是挺好用的吗?为什么要大动干戈?

因为有三个硬伤,绕不过去:

第一,PowerShell 只属于 Windows。 Mac 没有、Linux 没有——只要 Skill 的底层依赖它,就等于把自己锁死在一个系统上。

第二,很多 AI 智能体不允许跑 PowerShell。 比如金山灵犀这类办公智能体,出于安全考虑,脚本执行是受限的——PowerShell 这套,在它里面根本转不动。

第三,它是 Windows 的“专属方言”。 会的人少、生态窄,AI 能学的素材有限,写起来容易出错;而 Python 是全球最通用的语言,素材海量、AI 学得动,生成质量更有保障。

所以,Python 化不是一道选择题,而是一道必答题。 换了心脏,Skill 才能从“Windows 专属”变成“全球通用”。

三、为金山灵犀适配:作为 KVP 讲师,这是我给金山的一份贡献

这次迭代里,我最上心的一个目标,是金山灵犀。

你可能知道,我是金山的 KVP 讲师——这份身份对我意义重大。我一直想为金山做点什么,而灵犀,就是我能做贡献的最直接的地方。

但灵犀有一个现实约束:出于安全原因,它没有开放 PowerShell 调用。

这意味着什么?意味着以前那些依赖 PowerShell 的 Skill,在灵犀里是跑不起来的——哪怕功能再好,用户在灵犀里也用不上。 这在我看来,是一种巨大的浪费。

所以这次迭代,我专门为灵犀做了完整适配:

  • 整套驱动改用 Python 实现,而灵犀本身内置 Python 环境,天然就能跑;
  • Skill 里所有自动化入口,全部是 python xxx.py 一条命令的事——任何智能体,只要会调 Python,就能驱动整套能力;
  • 针对灵犀的运行环境特点,把环境探测、依赖安装、路径处理这些容易翻车的环节,全部做了针对性处理。

我追求的目标很简单,就一句话:让用户在灵犀里不仅“能用”,而且“最大可能地能用”。

“能用”和“最大可能地能用”之间的差距,就是那些被提前踩平的坑:不挑系统、不挑环境、不挑智能体版本——只要你想用,我就尽量让你用上。

四、说句实话:不是所有 Skill 都能三端跑,但能做的我都做了

这篇迭代篇,我也想跟你说一句实话,不想把话说满:

我把话说得具体一点,你一听就明白哪些能跨平台、哪些不能:

目前只能在 Windows 上用的,主要是这几类:

  • .NET 类的 Skill:凡是底层是 C# / .NET 插件体系的(比如 AutoCAD .NET、Revit、SolidWorks、ArcGIS Pro 这类商业软件的插件开发),目前只能在 Windows 上跑;
  • Office 需要调用 COM 组件的 Skill:Excel、Word、PowerPoint 这些 Office 组件,在 Windows 上是通过 COM 接口来驱动的,这套机制 Mac 和 Linux 上没有,所以这类 Skill 也只在 Windows 上最完整;
  • 其他极个别的商业软件、设计软件:只要它们的自动化需要调用 COM 组件的,同样是 Windows 专属,跨平台就力不从心了。

而除此之外,其余部分,已经实现了全面跨平台。 纯 Python 驱动的那些 Skill——数据处理、浏览器自动化、多维表格、开源软件插件(像 QGIS、Inkscape、Blender 这类)——Windows、Mac、Linux 都能跑。

这里再单独说说 WPS,因为它的两种情况要分开看:

  • WPS JS 加载项,是可以三端通用的。 JS 加载项本身不依赖 COM 机制,在 Windows、Mac、Linux 上都能开发、都能运行,这是 WPS 生态里跨平台性最好的一块;
  • 但 JSA 插件(JS 宏)的冒烟测试,不行。 因为 JSA 的验证环节要调用 COM 组件来驱动真实环境,而 COM 是 Windows 专属的——就算你在 Mac 或 Linux 端把插件开发好了,也做不了冒烟测试这一步,只能回到 Windows 上跑验证。

所以 WPS 的结论是:能开发、能运行,三端都行;但想要完整走完’开发 → 验证 → 交付’全链路,Windows 依然是最稳的。

这句话我要说得清清楚楚,因为这才是我的风格:

该说的实话,我说;能做到的,我全做到。

我不会用“三端通吃”四个字把所有 Skill 一概而论——做不到的,我如实告诉你原因;能做到的,我确实都做到了。这种诚实,本身就是工匠精神的一部分。

顺带跟咱们 Office 群体的老朋友说几句心里话:

这套 Python 化改造,让 Skill 在三端都能用了,是件好事。但我必须跟你说清楚一个事实——论体验的完整度,Office 生态始终是 Windows 上最完善的。

因为 Office 最强大的自动化能力,全都长在 Windows 的 COM 机制上:VBA、COM 接口、与 Office 组件之间的深度联动……这些在 Mac 和 Linux 上,要么没有、要么打折。

所以如果你是 Office 重度用户,想把这套 Skill 的能力用得最尽、体验得最完整——Windows 依然是你最好的主场。 Mac、Linux 能跑是锦上添花,但真正把 Office 自动化玩到极致,还得回到 Windows。

五、扩展用户群体:从 Windows,到 Linux 和 Mac

这次迭代的直接成果,是用户群体的扩大:

  • 以前:只有 Windows 用户能顺畅使用这套 Skill 体系;
  • 现在:Linux 用户、Mac 用户,都能用上;
  • 还有一类人最让我在意:那些用着“小众 AI 办公智能体”的用户——他们用的智能体可能用户量不大、生态不成熟、文档不齐全,但他们是真实存在的、认真想要用 AI 解决问题的人。以前他们可能连环境都跑不起来,现在,他们也能顺利使用了。

小众的用户,也是用户;小众的平台,也值得被认真对待。 这在我看来,不是“额外的恩惠”,而是本分。

六、工匠精神 + 国产替代:不落下任何一个值得服务的人

写到最后,我想把这次迭代背后更深的东西,跟你聊透。

我这些年做 Skill,有一条一直没变的原则:不落下任何一个值得服务的人群。

  • 不管你的环境多艰苦——没有管理员权限?我为你做免安装的路线;
  • 不管你的软件多缺乏成熟支持——官方文档不齐全?我自己实测、自己踩坑、自己补全语料;
  • 不管你的平台多非主流——Windows 之外的 Mac、Linux?我全量 Python 化,逐个适配。

只要是认真想要用 AI 解决自己问题的人,我就希望他能用上我的东西。

而这件事,往大了说,还有一个更大的意义——国产化、国产替代。

这些年,国产操作系统(尤其是 Linux 系的国产系统)正在一步步走进企业和个人。但很多工具软件,对 Linux 的支持一直跟不上,导致国产系统用户“有系统、没工具”。

我这轮 Python 化,就是为这个愿景贡献的一份力量:让 Linux 国产系统的用户,能更多地用上浏览器插件、Python、多维表格、图标设计、飞书这些 Skill 工具——让工具跟上系统的国产化,让国产系统的用户,不再被工具短缺困住。

这不是什么宏大叙事,就是一件件小事:一个 Skill 能在国产系统上跑起来了,一个用户能正常使用了……但正是这一件件小事,在把“国产替代”从口号,变成日常。

写在最后

写这篇迭代篇,我脑子里一直有一句话:

做产品的人,最容易犯的错,就是只服务“大多数”。 只做 Windows、只做主流平台、只做用户量大的智能体——省事,但丢下了那些认真但小众的人。

我不愿意这样。

所以我花了这么大力气,把 38 个 Skill 全部 Python 化——不为别的,就为让每一个认真想用 AI 解决问题的人,不管他用的什么系统、什么智能体,都能站上同一条起跑线。

这就是我的工匠精神:环境再艰苦、平台再小众,我也要让你真正用得上。

这套迭代成果,是你的,也是每一个用 AI 办公的人的。叫上身边的人,一起来把 AI 编程玩转——让更多人知道:这条路,已经不挑系统了。

公众号:Excel催化剂 | 微信:190262897 | 承接数据咨询解决方案、软件功能定制、AI编程培训服务等