docx-mcp

docx-mcp

Dê ao seu agente de IA a capacidade de criar, ler e editar documentos do Word. As edições aparecem como alterações controladas no Microsoft Word — tachado vermelho para exclusões, sublinhado verde para inserções — e após qualquer sessão de revisão, seu agente pode produzir um log de alterações pronto para e-mail listando cada inserção, exclusão e substituição. Ou compare dois arquivos separados para obter o mesmo resultado automaticamente.

Para Quem É Este Recurso

Profissionais que produzem entregáveis em Word e querem que seu agente de IA lide diretamente com o trabalho documental:

• Jurídico — revisão de contratos com marcações de alterações, substituição em lote de cláusulas em modelos, anotações comentadas explicando cada mudança, gerenciamento de notas de rodapé
• Segurança e Testes de Penetração — gerar relatórios de pentest a partir de achados em markdown, mesclar apêndices de múltiplos engajamentos, adicionar comentários de resumo executivo, remover marcas d'água de RASCUNHO antes da entrega
• Consultoria — construir propostas e SOWs a partir de modelos, converter notas de reunião em entregáveis formatados, atualizar termos de pagamento em massa em conjuntos de documentos
• Conformidade e Auditoria — validação estrutural da integridade do documento, verificação de referências cruzadas, auditorias de nível de cabeçalho, aplicação de proteção

O Que Você Pode Pedir ao Seu Agente

Revisar um contrato:

"Abra contract.docx, encontre todas as ocorrências de 'Net 30', altere para 'Net 60' e adicione um comentário em cada uma explicando que foi atualizado conforme a Emenda 3. Salve como contract_revised.docx."

Gerar um relatório a partir de markdown:

"Converta meu pentest-findings.md para um documento do Word usando o modelo de relatório do cliente. Adicione notas de rodapé para cada referência CVE."

Editar em lote uma biblioteca de modelos:

"Abra o modelo MSA, substitua 'ACME Corp' por 'GlobalTech Inc' em todo lugar, atualize a data de vigência no cabeçalho e defina a proteção do documento para somente-alterações-controladas."

Auditar um documento antes de enviar:

"Abra o entregável final, execute uma auditoria estrutural, verifique se há marcadores de RASCUNHO ou TODO, valide todas as referências cruzadas de notas de rodapé e remova quaisquer marcas d'água."

Seu agente lida com todo o fluxo de trabalho — abrir o arquivo, navegar pela estrutura, fazer edições precisas com histórico completo de revisões, validar a integridade e salvar — enquanto você se concentra no conteúdo.

Instalação

Claude Code (recomendado):

claude mcp add docx-mcp -- uvx docx-mcp-server

É só isso. Uma skill complementar é instalada automaticamente na primeira vez que o servidor inicia, ensinando ao Claude o fluxo de trabalho de edição de documentos, as armadilhas do OOXML e a lista de verificação de auditoria. Ela é atualizada automaticamente a cada upgrade.

{
  "mcpServers": {
    "docx-mcp": {
      "command": "uvx",
      "args": ["docx-mcp-server"]
    }
  }
}

{
  "mcpServers": {
    "docx-mcp": {
      "command": "uvx",
      "args": ["docx-mcp-server"]
    }
  }
}

mcpServers:
  docx-mcp:
    command: uvx
    args:
      - docx-mcp-server

pip install docx-mcp-server

Capacidades

Exemplo: Revisão de Contrato com Marcações

1. open_document("services-agreement.docx")
2. get_headings()                              → see document structure
3. search_text("30 days")                      → find the payment clause
4. delete_text(para_id, "30 days")             → tracked deletion  (red strikethrough)
5. insert_text(para_id, "60 days")             → tracked insertion (green underline)
6. add_comment(para_id, "Extended per client request — see Amendment 3")
7. audit_document()                            → verify structural integrity
8. save_document("services-agreement_redlined.docx")

Abra a saída no Word e você verá exatamente o que um revisor humano produziria — marcas de revisão, comentários na margem, estrutura de documento limpa.

Exemplo: Log de Alterações Após uma Sessão de Revisão

1. open_document("contract.docx")
2. replace_text(para_id, "30 days", "60 days")           → tracked revision (del + ins)
3. add_comment(para_id, "Extended per Amendment 3")
4. save_document("contract_redlined.docx")
5. generate_change_summary("contract_changes.txt")

A saída de .txt fica assim:

1. REPLACEMENT by Claude on 2026-05-25
   Deleted:  "30 days"
   Inserted: "60 days"

Cole em um e-mail, em uma descrição de PR ou em uma nota de passagem de bastão.

Exemplo: Comparar Duas Versões Separadas de Documento

Nenhuma sessão de edição necessária — aponte para quaisquer dois arquivos:

1. diff_to_text("proposal_v1.docx", "proposal_v2.docx")

Retorna dois arquivos:

• proposal_v1_diff.docx — abra no Word para ver as alterações controladas inline
• proposal_v1_diff.txt — resumo em texto simples, pronto para colar em qualquer lugar

Exemplo: Relatório de Pentest a partir de Markdown

1. create_from_markdown("pentest-report.docx",
       md_path="findings.md",
       template_path="client-template.dotx")
2. audit_document()                            → verify integrity
3. save_document()                             → ready for delivery

Seus achados em markdown — cabeçalhos, tabelas de hosts afetados, blocos de código com saída de prova de conceito, classificações de severidade — tornam-se um documento Word formatado que corresponde ao modelo do cliente. A tipografia inteligente é aplicada automaticamente (aspas curvas, travessões, reticências adequadas).

Limpeza de PII (Experimental)

Este recurso é experimental e NÃO é adequado para uso em produção nem como controle exclusivo para documentos privilegiados, regulamentados ou legalmente sensíveis.

scrub_pii usa o Microsoft Presidio com um modelo NER spaCy (en_core_web_lg, ~560 MB, baixado na primeira chamada) para detectar e redigir permanentemente informações pessoais. Os trechos redigidos são substituídos por retângulos DrawingML pretos sólidos — o texto original é excluído do XML, não apenas ocultado.

O que detecta de forma confiável (via correspondência de regex/padrões, alta confiança):

• Endereços de e-mail, números de telefone, números de cartão de crédito, SSNs, IBANs, endereços IP, números de passaporte dos EUA

O que detecta estatisticamente (via NER, terá falhas):

• Nomes de pessoas, nomes de organizações, locais, datas

Lacunas conhecidas do NER — estes serão perdidos:

• Nomes em CAIXA ALTA (comuns em livros-razão, cabeçalhos de tabelas, designações de partes legais)
• Nomes de token único sem contexto circundante
• Nomes não ingleses (padrões de nomes árabes, CJK e africanos têm baixa recuperação neste modelo em inglês)
• Nomes embutidos em texto jurídico padrão (Lender: Jane Doe, Authorized Signatory: John Smith)

Fluxo de trabalho recomendado:

1. open_document("sensitive.docx")
2. scrub_pii(dry_run=True)             → review detected entities — check for misses
3. scrub_pii("sensitive_redacted.docx") → produce redacted copy
4. open the output in Word and verify manually before sharing

Sempre trate a saída como uma primeira passagem que requer revisão humana, não como uma redação finalizada.

Como Funciona

Um arquivo .docx é um arquivo ZIP de arquivos XML. Este servidor descompacta o arquivo, edita o XML diretamente e o recompacta. É isso que lhe dá a capacidade de produzir alterações controladas reais, comentários e notas de rodapé — coisas que bibliotecas de documentos de nível superior não conseguem fazer.

Cada edição é validada contra a especificação OOXML antes de salvar, detectando problemas como notas de rodapé órfãs, IDs internos duplicados e referências cruzadas quebradas que, de outra forma, fariam o Word "reparar" (e reescrever silenciosamente) seu documento.

Requisitos

• Python 3.10+
• Funciona em macOS, Linux e Windows

Política de Privacidade · Termos de Serviço · © 2026 Security Ronin Ltd