univer
dream-num/univer加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一个场景：你让 AI Agent 帮你处理一周的运营报表——它需要读取 Excel 数据、生成 Word 格式的分析报告、最后把关键图表插入 PPT 交给领导。传统方案下，Agent 面对的是三个完全割裂的工具接口：处理 Excel 需要 openpyxl、处理 Word 需要 python-docx、做 PPT 又得找 python-pptx，三套 API、三种数据格式、三个调试地狱。更糟糕的是，Agent 如果想把 Excel 里的数据变化自动同步到文档里，几乎没有现成方案。
Univer 正是为解决这个问题而生。它不是一个在线协作文档网站，而是一套完整的 Office 运行时 SDK——让开发者把电子表格、Word 文档、PPT 幻灯片的能力，嵌入到自己的产品中。更关键的是，它为 AI Agent 设计了专门的 API 层：Agent 不再需要理解 xlsx 内部结构，只需要调用统一 Facade API，指定"读哪张表"、"改哪个单元格"、"生成什么格式"，Univer 在底层完成所有格式兼容和渲染工作。
办公文档处理是 AI 应用中最具商业价值的场景之一。麦肯锡的研究显示，知识工作者每周花费约 20% 的时间在电子表格和文档操作上——数据汇总、报告生成、格式调整……这些重复性劳动理论上最容易被 AI 自动化。然而现实是，Office 文件格式极其复杂：以 Excel 为例，一个看似简单的 .xlsx 文件内部是 ZIP 压缩包，内含多层 XML 结构（工作表、样式、公式、命名区域、宏定义），不同版本 Excel 的兼容性处理就能让工程师耗上数周。Microsoft 官方至今没有开放稳定的程序化操作接口，第三方库只能做文件级别的读写，无法真正模拟"人在 Excel 中操作"的行为。Agent 因此无法像人一样"看到"电子表格的渲染效果，也无法完成依赖交互状态的复杂任务（如条件格式刷新、数据透视表重算）。
这个领域长期存在两个极端：要么是功能残缺的单文件库（如 xlwings 依赖 Windows + Excel），要么是庞大的闭源 SaaS（如 Google Workspace API、Microsoft Graph）。开源社区一直没有出现一个能在服务端、无依赖地运行完整 Office 逻辑的解决方案——直到 Univer。
Univer 定位为 "Office SDK for AI Agents"，其核心设计哲学是同构（isomorphic）：同一套代码库同时运行于浏览器端（Web UI）和 Node.js 端（服务端/CLI），无需 Excel 或 LibreOffice 的运行时依赖。
从架构上看，Univer 采用了经典的 monorepo + pnpm workspace 组织方式，packages 目录下包含 60+ 个子包，按职责分为几层：
| 层次 | 代表包 | 职责 |
|---|---|---|
| 核心引擎 | @univerjs/core、engine-render、engine-formula | 数据模型、Canvas 渲染、公式求值引擎 |
| 业务插件 | sheets、docs、slides、drawing | 表格/文档/幻灯片/画板的具体实现 |
| UI 组件 | sheets-ui、docs-ui、ui | 交互界面（React 生态） |
| 基础设施 | network、rpc、rpc-node | 网络通信、RPC 调用 |
| 预设包 | presets/packages | 常用功能组合（preset 模式） |
最值得关注的是 engine-formula 引擎：Univer 内置了 500+ 公式的完整实现，覆盖 SUM、VLOOKUP 到 INDEX/MATCH、PIVOT TABLE 等复杂操作，且能在 Node.js 中执行——这意味着 Agent 可以在服务端完成数据计算，无需浏览器环境。相比之下，ExcelJS、xlsx 等传统库只能做文件 IO，根本不支持公式求值；python-openpyxl 更是只读结构，公式结果需要依赖 Excel 程序本身。
Canvas 渲染是另一个亮点。Univer 不使用 HTML table 或 SVG 表格，而是基于自研的 Canvas 渲染引擎处理电子表格和文档的显示。这套渲染层同时支持深色/浅色模式、字体子像素渲染和大表格滚动优化，使得在大数据量场景下（如 10 万行数据）仍能保持 60fps 的滚动帧率。对于 AI 场景，这意味着 Agent 可以生成"截图验证"——将计算结果渲染成图片后通过视觉模型验证输出正确性。
Univer 提供了三层 API 抽象，满足从快速集成到深度定制的不同需求：
Facade API（最高层）：面向 AI Agent 的自然语言操控接口。Agent 无需理解底层数据模型，只需调用统一的 Facade API 指定操作目标，Univer 自动处理格式兼容和数据同步。
Command API（中层）：基于命令模式的操作接口。每次操作（如"设置单元格值"、"插入行"）封装为独立 Command，可撤销、重做、批量执行。适合需要精细控制操作历史的场景。
Service API（底层）：插件化的服务注册机制。每个功能模块（公式引擎、权限管理、数据验证）以独立 Service 注入，开发者可以按需替换或扩展。
对于 AI Agent 的特殊需求，Univer 特别设计了以下能力：
对于爱好者：Univer 官方提供了 Web 在线体验（univer.ai/demo/spreadsheets），无需安装任何东西即可体验表格、文档、幻灯片的基本操作。对于想了解 AI 办公能力的用户，官方展示页面收录了多个基于 Univer 构建的真实案例，包括与 DeepSeek、Claude 的集成演示。
对于开发者：快速集成推荐使用 preset 模式（预设包组合），一行命令即可拉起包含表格+文档+幻灯片基础功能的运行环境。深度定制则采用 plugin 模式，手动按需引入子包，可将最终 bundle 体积控制在 200KB 以内（gzip）。
快速上手命令（需 Node.js 18+）：
# 安装 preset 快速开始
npx create-univer my-app
cd my-app && pnpm dev
Facade API 调用示例（TypeScript）：
import { UniverSheet } from '@univerjs/facade';
const univer = new UniverSheet();
await univer.createWorkbook({ id: 'report' });
// AI Agent 操作表格：设置公式，导出 PDF
univer.getWorkbook('report')
.getSheet('Sheet1')
.getRange('A1')
.setValue('=SUM(B2:B100)');
univer.getWorkbook('report')
.getSheet('Sheet1')
.exportToPDF();
值得注意的门槛：Univer 依赖 pnpm workspace，GitHub 根目录没有 Dockerfile 或 docker-compose，不支持容器化一键部署。pnpm install 在中国大陆网络环境下可能需要配置镜像。对于 TypeScript 开发经验是必要条件——Univer 全部由 TypeScript 编写，无 Python/Go/Rust 绑定。
Univer 并非没有短板。
PDF 支持仍在开发中：虽然 roadmap 包含 PDF 导入/导出，但截至目前 PDF 功能标记为"coming soon"。对于需要处理 PDF 发票、合同等常见办公场景的用户，这一缺口意味着还需要额外的工具链配合使用。
无 Dockerfile，部署有门槛：项目采用 monorepo 架构管理 60+ 子包，本地构建需要 pnpm + Node.js 完整环境。官方没有提供 Docker 镜像，对于习惯 docker-compose 一键部署的团队来说，需要自己写 Dockerfile 封装环境——这无形中提高了入门门槛。
插件市场仍在早期：Univer 的插件生态尚不丰富，官方 preset 之外的第三方插件屈指可数。与 VSCode 插件生态（10 万+ 插件）相比，Univer 的扩展机制虽然设计合理，但缺乏足够的社区积累。
Pro 版本商业限制：协作编辑、实时同步、权限管理等高级功能属于 Univer Pro 商业模块，开源版本仅有基础的单文件处理能力。企业用户如果需要真正的多人协同编辑，需要评估 Pro 版本的商业授权。
Univer 的出现填补了一个重要的技术空白：服务端 Office 运行时。此前，只有 Microsoft 官方的 Office Interop（仅 Windows）和 LibreOffice Headless（启动慢、资源占用高）两个选项。Univer 以 TypeScript + Canvas 渲染的路线，提供了一个更轻量、更可控的服务端 Office 替代方案。
从数据看，GitHub 16,275 stars、SpreadsheetBench 榜单 68.86% 准确率（vs Excel Copilot Agent 16.5%）、44 个职业场景覆盖——这些指标说明 Univer 已在 AI + 办公交叉领域建立了一定的技术壁垒。Robert Scoble 等行业观察者将其称为 "Office 365 for the Agent Era"，这并非营销话术：传统 Office 套件的核心价值在于"人操控文件"，而 Univer 的核心价值在于"AI 操控文件"——这是一个本质不同的产品定位。
更值得关注的是其生态战略：Univer CLI 已支持通过 npx skills add dream-num/skills 将 Univer 能力注册为 AI Agent 的 skill，Claude、Copilot、Cursor、Gemini、Kimi、MiniMax 等主流 Agent 均可直接调用 Univer 的 Office 操控能力。这条路如果走通，Univer 将成为 AI Agent 时代的"Office 操作系统"，价值远超一个开源库本身。