kordoc新旧对照表实战块级·单元格级文档diffHWP↔HWPX跨格式差异比较【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordockordoc是一个把韩国公文格式HWP、HWPX、PDF、Office一键转成 Markdown 的开源 CLI 与 MCP 工具除了转换之外它还内置了一套新旧对照表신구대조표引擎把两个文档逐块对齐自动输出「新增 / 删除 / 修改 / 不变」四类统计表格内容还能细到单元格级 diff。最实用的一点是——它工作在 IR中间表示层所以可以直接比较一个 HWP 老文件和它导出的 HWPX 新文件跨格式找差异毫无障碍。 新旧对照表是什么为什么需要它政府公文、合同、提案书在反复修改后通常要附上「新旧对照表」说明改了什么。手工逐段比对既慢又容易漏。kordoc 的思路是把两个文档都解析成统一的 IR 块序列段落、标题、表格等用 LCS最长公共子序列对齐块序列对每一对块计算相似度归类为四种状态核心引擎在 src/diff/compare.ts状态含义判定方式unchanged不变两版完全一致相似度 ≥ 0.99modified修改同一位置内容变了相似度 0.4 ~ 0.99added新增新版本多出的块无对应旧块removed删除新版本被删掉的块无对应新块低于 0.4 的相似度会被拆成「删除 新增」两条避免把整段重写误判成小改动。 块级 diff段落与标题如何对齐块对齐在 src/diff/compare.ts 中基于 LCS 完成但为了性能做了多层预过滤类型过滤段落不会和表格配对直接跳过长度比过滤用编辑距离下界快速排除明显不相似的块对不用真正计算 Levenshtein 距离字符构成上界先统计两块文字的字符多重集公共字符比例都不到阈值就直接判负大文档保护块数乘积超过 1000 万时切换回退对齐策略防止内存爆炸这样几千块的长公文也能秒级完成比对。文本相似度本身由 src/diff/text-diff.ts 提供先做空白归一化再算 Levenshtein 编辑距离超长的输入会自动降级到 bigram Dice 近似兼顾速度与稳定。 单元格级 diff表格改动一目了然公文里的预算表、日程表是改动高发区。当一对块都是表格时kordoc 会追加cellDiffs逐格比较新旧内容告诉你具体是哪一格从「10 亿」改成了「12 亿」而不是只说「这个表变了」。表格相似度还叠加了维度权重行列结构占 0.3、文字内容占 0.7所以「删了一行」和「改了一个单元格」都能被正确区分。相关测试用例见 tests/diff.test.ts。 HWP ↔ HWPX 跨格式比较这是最有实战价值的场景单位要求「同一份文件用新旧两种格式各交一版」你需要确认两份文件内容一致、没有格式转换丢失。由于比较发生在 IR 层而非原始字节层구버전.hwp和신버전.hwpx可以直接互比空白差异会被归一化吸收不会误报。 上手三种使用方式方式一MCP 工具推荐给 AI 工作流kordoc 的 MCP 服务器内置compare_documents工具实现见 src/mcp/tools-parse.ts只需传入两个文件路径{ tool: compare_documents, input: { file_path_a: /path/구버전.hwpx, file_path_b: /path/신버전.hwpx } }返回结果为 Markdown 报告第一行是추가: 3 | 삭제: 1 | 변경: 5 | 동일: 42这样的统计随后每个变更块带前缀标记——新增、-删除、~修改附相似度百分比可以直接贴进对照表。工具清单见 docs/usage.md。方式二Node APIimport { compare } from kordoc const diff await compare(구버전Buffer, 신버전Buffer) // diff.stats → { added: 3, removed: 1, modified: 5, unchanged: 42 } // diff.diffs → BlockDiff[]表格含 cellDiffs方式三先转 Markdown 再人工核对两个文件分别用 CLI 转成 Markdown 后交给任何 diff 工具对比。适合需要精细到字符级词级textDiff见 src/diff/text-diff.ts的场景。⚙️ 性能细节大文档也不怕相似度计算带Uint8Array缓存同一块对只算一次Levenshtein 超过 1 万字符自动切近似算法bigram Dice避免 O(m×n) 爆炸词级 diff 在超过 2500 万词对时切换贪心匹配回退这意味着几百页的 HWP 报告也能在可接受时间内出对照表。 相关资源使用文档docs/usage.md · 韩文版사용법.md比较引擎src/diff/compare.ts · 文本相似度src/diff/text-diff.ts回归测试tests/diff.test.ts项目说明README.md一句话总结kordoc 的新旧对照表功能把「改了什么、改了哪里、改了多少」变成一次compare_documents调用的事块级统计 表格单元格明细 跨格式兼容公文审阅、版本审计、格式转换核验都能直接落地。【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordoc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 kordoc新旧对照表实战：块级·单元格级文档diff，HWP↔HWPX跨格式差异比较
kordoc新旧对照表实战块级·单元格级文档diffHWP↔HWPX跨格式差异比较【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordockordoc是一个把韩国公文格式HWP、HWPX、PDF、Office一键转成 Markdown 的开源 CLI 与 MCP 工具除了转换之外它还内置了一套新旧对照表신구대조표引擎把两个文档逐块对齐自动输出「新增 / 删除 / 修改 / 不变」四类统计表格内容还能细到单元格级 diff。最实用的一点是——它工作在 IR中间表示层所以可以直接比较一个 HWP 老文件和它导出的 HWPX 新文件跨格式找差异毫无障碍。 新旧对照表是什么为什么需要它政府公文、合同、提案书在反复修改后通常要附上「新旧对照表」说明改了什么。手工逐段比对既慢又容易漏。kordoc 的思路是把两个文档都解析成统一的 IR 块序列段落、标题、表格等用 LCS最长公共子序列对齐块序列对每一对块计算相似度归类为四种状态核心引擎在 src/diff/compare.ts状态含义判定方式unchanged不变两版完全一致相似度 ≥ 0.99modified修改同一位置内容变了相似度 0.4 ~ 0.99added新增新版本多出的块无对应旧块removed删除新版本被删掉的块无对应新块低于 0.4 的相似度会被拆成「删除 新增」两条避免把整段重写误判成小改动。 块级 diff段落与标题如何对齐块对齐在 src/diff/compare.ts 中基于 LCS 完成但为了性能做了多层预过滤类型过滤段落不会和表格配对直接跳过长度比过滤用编辑距离下界快速排除明显不相似的块对不用真正计算 Levenshtein 距离字符构成上界先统计两块文字的字符多重集公共字符比例都不到阈值就直接判负大文档保护块数乘积超过 1000 万时切换回退对齐策略防止内存爆炸这样几千块的长公文也能秒级完成比对。文本相似度本身由 src/diff/text-diff.ts 提供先做空白归一化再算 Levenshtein 编辑距离超长的输入会自动降级到 bigram Dice 近似兼顾速度与稳定。 单元格级 diff表格改动一目了然公文里的预算表、日程表是改动高发区。当一对块都是表格时kordoc 会追加cellDiffs逐格比较新旧内容告诉你具体是哪一格从「10 亿」改成了「12 亿」而不是只说「这个表变了」。表格相似度还叠加了维度权重行列结构占 0.3、文字内容占 0.7所以「删了一行」和「改了一个单元格」都能被正确区分。相关测试用例见 tests/diff.test.ts。 HWP ↔ HWPX 跨格式比较这是最有实战价值的场景单位要求「同一份文件用新旧两种格式各交一版」你需要确认两份文件内容一致、没有格式转换丢失。由于比较发生在 IR 层而非原始字节层구버전.hwp和신버전.hwpx可以直接互比空白差异会被归一化吸收不会误报。 上手三种使用方式方式一MCP 工具推荐给 AI 工作流kordoc 的 MCP 服务器内置compare_documents工具实现见 src/mcp/tools-parse.ts只需传入两个文件路径{ tool: compare_documents, input: { file_path_a: /path/구버전.hwpx, file_path_b: /path/신버전.hwpx } }返回结果为 Markdown 报告第一行是추가: 3 | 삭제: 1 | 변경: 5 | 동일: 42这样的统计随后每个变更块带前缀标记——新增、-删除、~修改附相似度百分比可以直接贴进对照表。工具清单见 docs/usage.md。方式二Node APIimport { compare } from kordoc const diff await compare(구버전Buffer, 신버전Buffer) // diff.stats → { added: 3, removed: 1, modified: 5, unchanged: 42 } // diff.diffs → BlockDiff[]表格含 cellDiffs方式三先转 Markdown 再人工核对两个文件分别用 CLI 转成 Markdown 后交给任何 diff 工具对比。适合需要精细到字符级词级textDiff见 src/diff/text-diff.ts的场景。⚙️ 性能细节大文档也不怕相似度计算带Uint8Array缓存同一块对只算一次Levenshtein 超过 1 万字符自动切近似算法bigram Dice避免 O(m×n) 爆炸词级 diff 在超过 2500 万词对时切换贪心匹配回退这意味着几百页的 HWP 报告也能在可接受时间内出对照表。 相关资源使用文档docs/usage.md · 韩文版사용법.md比较引擎src/diff/compare.ts · 文本相似度src/diff/text-diff.ts回归测试tests/diff.test.ts项目说明README.md一句话总结kordoc 的新旧对照表功能把「改了什么、改了哪里、改了多少」变成一次compare_documents调用的事块级统计 表格单元格明细 跨格式兼容公文审阅、版本审计、格式转换核验都能直接落地。【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordoc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考