DOCX 规范输出 Skill v4.1
架构说明
AI → Markdown（语义层）
→ Pandoc（渲染引擎）+ reference.docx 模板（14个，存储排版规范）
→ .docx 输出
三大保障：
编号正确 — Pandoc 对每个独立列表块天然从1计数，无需 hack
样式稳定 — 字体/字号/行距在模板中预定义，Word 原生渲染
缩进保留 — Pandoc fenced code block 完整保留所有空白
文件结构
docx-output/
├── SKILL.md ← 本文件
├── converter.py ← 核心转换器
├── build_templates.py ← 模板构建脚本（首次或修改规范时运行）
└── templates/ ← 14 个 reference.docx 模板
├── template_GOV_DOC.docx
├── template_GOV_JUDICIAL.docx
├── template_BUSINESS_CONTRACT.docx
├── template_BUSINESS_TENDER.docx
├── template_BUSINESS_PLAN.docx
├── template_ACADEMIC_PAPER.docx
├── template_ACADEMIC_LESSON.docx
├── template_TECH_MANUAL.docx
├── template_MEDICAL_DOC.docx
├── template_MARKETING_DOC.docx
├── template_LEGAL_DOC.docx
├── template_FINANCE_REPORT.docx
├── template_ENGINEERING_DOC.docx
└── template_GENERAL_DOC.docx
第一步：环境检查与初始化
pandoc --version # 需要 Pandoc >= 2.0
# 安装：macOS: brew install pandoc | Ubuntu: sudo apt install pandoc
# Windows: choco install pandoc 或 https://pandoc.org
python3 -c "import docx" || pip install python-docx --break-system-packages
# 首次部署，构建所有模板
python3 /path/to/skill/build_templates.py
第二步：文档类型选择（19种）
| doc_type | 场景 | 模板 | 序号风格 |
|---|
GOV_DOC | 党政机关公文（通知/报告/决定） | GOV_DOC | 一、（一）1.（1）四级 |
GOV_JUDICIAL | 司法文书 | GOV_JUDICIAL | 一、（一）1. |
GOV_DIPLOMATIC | 外交照会 | GOV_JUDICIAL | 一、（一）1. |
BUSINESS_CONTRACT | 合同/协议 | BUSINESS_CONTRACT | 一、（一）1. |
BUSINESS_TENDER | 标书/投标文件 | BUSINESS_TENDER | 一、（一）1. |
BUSINESS_PLAN | 商业计划书/创业计划书 | BUSINESS_PLAN | 一、（一）1. |
ACADEMIC_PAPER | 学术论文/研究报告 | ACADEMIC_PAPER | 一、（一）1. |
ACADEMIC_LESSON | 教案/教学大纲 | ACADEMIC_LESSON | 一、（一）1. |
TECH_SRS | 软件需求规格说明书 | TECH_MANUAL | 1. 1.1 1.1.1 |
TECH_MANUAL | 用户手册/操作指南 | TECH_MANUAL | 1. 1.1 1.1.1 |
MEDICAL_RECORD | 病历/医疗记录 | MEDICAL_DOC | 一、（一）1. |
MEDICAL_DRUG | 药品说明书 | MEDICAL_DOC | 【模块名称】 |
MARKETING_PLAN | 营销策划案 | MARKETING_DOC | 一、（一）1. |
MARKETING_ANALYSIS | 市场分析报告 | MARKETING_DOC | 一、（一）1. |
LEGAL_OPINION | 法律意见书 | LEGAL_DOC | 一、（一）1.（1）四级 |
LEGAL_LITIGATION | 律师文书/诉状 | LEGAL_DOC | 一、（一）1.（1）四级 |
FINANCE_REPORT | 金融/财务报告 | FINANCE_REPORT | 一、（一）1. |
ENGINEERING_DOC | 工程文档/项目方案 | ENGINEERING_DOC | 1. 1.1 1. |
GENERAL_DOC | 通用商务文档（兜底） | GENERAL_DOC | 一、（一）1. |
第三步：各类型排版规范速查
GOV_DOC — 党政机关公文（GB/T 9704-2012）
页边距：上3.7 下3.5 左2.8 右2.6（cm）
标题：二号宋体（模拟小标宋），居中，不加粗
正文：三号仿宋，固定行距28磅（每页22行/每行28字）
序号：一、（一）1.（1）四级，第四级用 h4()
英文：Times New Roman
页码：首页不显示（模板已设置）
BUSINESS_TENDER — 标书/投标文件
页边距：上2.6 下2.2 左右2.5（cm）
封面/目录：三号加粗微软雅黑（本类型专属字体）
正文：小四号宋体，1.5倍行距
英文：Calibri
ACADEMIC_PAPER — 学术论文
页边距：上下2.5 左3.1 右3.2（cm）
标题：三号仿宋，前空三行后空两行，居中
摘要：小四号仿宋，1.25倍，左右缩进2字符 → abstract()
关键词：小四号仿宋，另起一行 → abstract(keywords=...)
一级标题：四号黑体，前后空一行
二级标题：小四号楷体
正文：五号宋体，1.25倍，首行缩进2字符
引文脚注：小五号，悬挂缩进1字符 → footnote_ref()
图题：五号仿宋，置图下方，自动编号 → figure_caption()
表题：五号仿宋，置表上方，自动编号 → table(caption=...)
英文：Times New Roman
TECH_MANUAL — 用户手册/操作指南
页边距：上下2.5 左右2.5（cm）
封面：四号黑体，居中
一级标题：小四号黑体，1. 格式，左对齐
二级标题：小四号宋体加粗，1.1 格式
步骤说明：项目符号列表 → bullet()
警告提示：红色加粗 ⚠ → warning()
代码块：Courier New，灰底，保留缩进 → code_block(lang="python")
正文：五号宋体，不缩进
英文：Calibri
MEDICAL_DRUG — 药品说明书
模块标题：【药品名称】【作用与用途】等 → module_heading()
警示语：黑体加粗红色突出 → warning()
正文：小四号宋体，1.5倍行距
英文：Times New Roman
LEGAL_DOC — 法律文书
页边距：上下2.54 左右3.17（cm）
序号：一、（一）1.（1）严格四级
引用法条：楷体，加「」引号 → quote()
落款：仿宋四号居中 → signature_block()
英文：Times New Roman
FINANCE_REPORT — 金融/财务报告
正文：四号宋体，固定行距28磅
数据表格：关键数据加粗 → table(bold_rows=[0,1,...])
配色：主色深蓝#2F5496，辅色浅灰，点缀橙色
英文：Times New Roman
第四步：生成脚本模板
"""generate_doc.py"""
import sys, os
sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
from converter import DocxConverter
c = DocxConverter("TECH_MANUAL") # ← 替换为实际类型
# 标题
c.title("文档主标题")
c.subtitle("副标题（可选）")
# 标题层级（auto_number=True 智能防双重编号）
c.h1("章节一") # → "1. 章节一" 或 "一、章节一"（按类型）
c.h2("子章节") # → "1.1 子章节" 或 "（一） 子章节"
c.h3("三级标题") # → "1.1.1" 或 "1."
c.h4("四级标题") # → "（1） 四级标题"（公文/法律类型）
# 已含序号不重复编号
c.h1("一、已有序号章节") # 检测到已有序号，直接输出不加前缀
# 正文（支持 Markdown 内联）
c.body("正文段落，支持 **加粗** *斜体* `代码`。")
# 编号列表（换章节自动重置）
c.numbered("第一项") # → 1
c.numbered("第二项") # → 2
c.h1("新章节")
c.numbered("又一项") # → 1（自动重置！）
c.bullet("项目符号一")
c.bullet(" - 子项", level=1)
# === 专属 API ===
# 学术摘要
c.abstract("摘要内容...", keywords="关键词1；关键词2")
# 脚注引用
c.footnote_ref("正文内容", "脚注：作者.书名.出版社,年份.")
# 药品说明书模块标题
c.module_heading("药品名称")
# 警告提示
c.warning("此操作不可逆，请谨慎执行！")
# 图题（自动编号，置图下方）
c.figure_caption("系统架构示意图")
# 表格（表题置上，自动编号；数值列自动右对齐）
c.table(
headers=["指标", "方法A", "数值"],
rows=[["准确率","92.3%","0.923"],["召回率","88.7%","0.887"]],
caption="性能对比",
bold_rows=[0] # 第一行加粗（金融报告关键数据）
)
# 引用/法条
c.quote("《民法典》第X条：相关法律条文内容。")
# 落款
c.signature_block("甲方：___________", "日期：___年___月___日")
# 代码块（缩进完整保留）
c.code_block("""import torch
class Model(torch.nn.Module):
def __init__(self):
super().__init__()
self.fc = torch.nn.Linear(10, 1)""", lang="python")
# 目录条目
c.toc_entry("一、章节一", "1")
c.toc_entry("1.1 子章节", "2", level=2)
# 其他
c.highlight("重点内容") # 点缀色高亮
c.divider() # 分隔线
c.page_break() # 分页符
c.spacer(2) # 空行
c.save("/mnt/user-data/outputs/输出文件名.docx")
API 速查表
| 方法 | 说明 | 关键参数 |
|---|
DocxConverter(doc_type) | 创建转换器 | 19种类型之一 |
title(text) | 主标题 | — |
subtitle(text) | 副标题 | — |
h1/h2/h3(text, auto_number) | 一二三级标题 | auto_number=True 防双重编号 |
h4(text, auto_number) | 四级标题（公文/法律规范） | 同上 |
body(text) | 正文段落 | 支持 Markdown 语法 |
bullet(text, level) | 项目符号列表 | level=0/1/2 |
numbered(text, level) | 编号列表，换章节自动从1重置 | level=0/1/2 |
abstract(text, keywords) | 学术摘要（仿宋左右缩进2字符） | keywords 可选 |
footnote_ref(text, note) | 脚注引用（学术引文） | note 脚注内容 |
module_heading(name) | 【模块名称】（药品说明书） | — |
warning(text) | ⚠ 警告/提示（红色加粗） | — |
signature_block(*lines) | 落款/签名区（居中） | 多参数多行 |
figure_caption(text, auto_number) | 图题（自动"图N"，置图下方） | — |
table(headers, rows, caption, bold_rows) | 规范表格 | bold_rows 加粗行 |
quote(text) | 引用/法条（blockquote） | — |
code_block(code, lang) | 代码块（缩进完整保留） | lang="python" |
toc_entry(text, page, level) | 目录条目（带点线） | level=1/2/3 |
highlight(text) | 点缀色高亮 | — |
divider() | 分隔线 | — |
page_break() | 分页符 | — |
spacer(n) | 空行 | n=1 |
raw_markdown(md) | 原始 Markdown | 高级用法 |
to_markdown() | 返回 Markdown（调试） | — |
reset_numbering() | 重置所有计数器 | — |
save(path) | 生成 docx（调用 Pandoc） | 完整路径 |
通用排版规范（原指南第八章）
字体规范
| 类别 | 中文 | 英文 |
|---|
| 正式文档（公文/法律/学术） | 宋体/仿宋/黑体/楷体 | Times New Roman |
| 技术文档（SRS/手册/工程） | 宋体/黑体 | Calibri |
| 商业文档（计划书/营销） | 黑体/宋体 | Calibri |
| 特殊（标书目录） | 微软雅黑 | Calibri |
表格规范（原指南第八章第3节）
- 外框 1.5pt 粗线，内框 0.5pt 细线（模板中设置）
- 表头：加粗 + 主题色底色 + 白字
- 文字左对齐，数字右对齐（自动检测）
- 表题置上，图题置下（原指南明确规定）
配色法则（60-30-10）
| 角色 | 比例 | 颜色 |
|---|
| 主色 | 60% | 深蓝#2F5496（商业/营销）/ 黑#000000（公文/学术） |
| 辅助色 | 30% | 浅灰#D9D9D9 |
| 点缀色 | 10% | 橙色#FFC000（商业）/ 红色#CC0000（公文/法律/警告） |
首页页码
- 党政公文：首页不显示页码（
GOV_DOC 模板已设置 differentFirstPage=True）
- 其他类型：页脚居中，字号见各类型规范
常见问题
| 问题 | 解决方案 |
|---|
pandoc: command not found | 安装 Pandoc |
| 模板文件不存在 | python3 build_templates.py |
| 中文字体异常（Linux） | sudo apt install fonts-noto-cjk |
| 编号未从1重置 | 确保两个列表间有 h1/h2/body 调用 |
| 代码缩进丢失 | 确认 Pandoc >= 2.0；使用 code_block() |
| 四级标题不显示 | GOV_DOC/LEGAL_DOC 类型支持 h4 |
扩展功能：读取已有 Word 文档并重新排版
说明：此功能是独立新增模块，不影响上述所有原有功能。
使用前请确保 docx_reader.py 和 reformat.py 与 converter.py 在同一目录。
解决的问题
OpenClaw 无法直接读取 .docx 二进制文件。此模块在 Skill 内部增加提取层，
将二进制自动转换为结构化内容，再交给现有排版引擎处理：
用户的旧 .docx（二进制）
↓ docx_reader.py（提取层）
结构化内容块（标题/正文/列表/表格/代码块）
↓ reformat.py（重排版层）
DocxConverter → Pandoc + reference.docx 模板（原有排版引擎，不变）
↓
重新排版的新 .docx
新增文件
| 文件 | 作用 |
|---|
docx_reader.py | 从任意 .docx 提取结构化内容（标题/正文/列表/表格/代码块） |
reformat.py | 一键重排版入口：读取 → 自动推断类型 → 输出新文档 |
命令行用法
# 最简用法：自动推断类型，输出到同目录
python3 reformat.py 我的文档.docx
# 指定输出路径 + 强制文档类型
python3 reformat.py 旧文档.docx 新文档.docx --type GOV_DOC
# 先预览提取内容，确认正确后再生成（推荐首次使用）
python3 reformat.py 文档.docx --dry-run
# 生成文档的同时查看 Markdown 中间产物
python3 reformat.py 文档.docx --show-md
所有支持的 --type 值与上方文档类型表完全相同（19种）。
OpenClaw Skill 内调用
import sys
sys.path.insert(0, "/path/to/skill/")
from reformat import reformat
# 全自动：读取 → 推断类型 → 重排版 → 输出
result = reformat(
input_path = "用户的旧文档.docx",
output_path = "/mnt/user-data/outputs/重排版后文档.docx",
# doc_type = "TECH_MANUAL", # 可选：强制指定类型，覆盖自动推断
)
print(result["doc_type"]) # 实际使用的文档类型
print(result["stats"]) # {'headings':38, 'paragraphs':33, 'tables':6, ...}
自动提取能力
| 内容类型 | 提取方式 | 可靠性 |
|---|
| 标题层级（h1～h4） | 优先用 Word 样式名，回退到字号+加粗启发式 | ⭐⭐⭐⭐⭐ |
| 正文段落 | 直接读取 | ⭐⭐⭐⭐⭐ |
| 项目符号列表 | 样式名 + XML numPr | ⭐⭐⭐⭐⭐ |
| 编号列表 | 样式名 + XML numPr | ⭐⭐⭐⭐ |
| 表格 | python-docx Table API | ⭐⭐⭐⭐⭐ |
| 代码块 | Courier New 字体检测 + 代码样式名 | ⭐⭐⭐⭐ |
| 文档类型自动推断 | 19种类型关键词评分 | ⭐⭐⭐⭐ |
| 警告/摘要/落款识别 | 文本正则模式匹配 | ⭐⭐⭐ |
局限性说明
| 局限 | 处理建议 |
|---|
| 图片无法提取（二进制数据） | 排版后手动在 Word 中插入图片 |
| 文档全用 Normal 样式（无 Heading） | 先 --dry-run 检查，再 --type 强制指定类型 |
| 复杂嵌套/合并单元格表格 | 提取为扁平结构，复杂格式需手动调整 |
| 脚注/尾注内容 | 自动跳过，排版后可用 footnote_ref() 手动添加 |
