预览、Office 与语音

23. 文件预览、Office、录音与语音

这些能力属于 office-agent / daily office mode 方向。

23.1 文件预览

FilePreviewService 提供：

• preview_get_metadata
• preview_open_file
• preview_extract_text
• preview_read_data_url
• preview_render_pages

支持文本、图片 data URL、PDF 文本/页面渲染、Office 文档基础提取。

23.2 OfficeService

OfficeService 提供：

• office_read_text(path)：读取 docx/pptx/xlsx/pdf 等文本。
• office_create_docx_from_markdown(markdown, title, outPath)：Markdown 生成 docx。
• office_export_minutes_docx(markdown)：导出会议纪要 docx。

Agent 工具侧还暴露 office_read、office_create_docx、office_create_xlsx。

23.3 RuntimeService

管理可下载/安装的外部运行时资源，例如 pdfium、pandoc、whisper 等：

• runtime_list
• runtime_status
• runtime_install
• runtime_cancel
• runtime_uninstall

下载过程可通过 RuntimeProgressDto 推送进度。

23.4 RecordingService 与 SpeechService

录音生命周期：

语音能力：

• speech_transcribe_file(wavPath)：返回 TranscriptSegmentDto[]。
• speech_model_installed：检查模型资源。
• speech_engine_installed：检查引擎。
• speech_generate_meeting_minutes(transcript)：生成会议纪要。