Generate DOCX

将大模型生成或修改的内容，按照对应中文文档排版国家标准与行业规范， 输出为格式严格正确的 Word (.docx) 文档。 支持 19 种文档类型，依据《Word文档类型与风格指南》全量实现所有排版规范， 包括党政公文、商业文档、学术论文、技术文档、医疗文档、营销策划、 法律文书、金融报告、工程文档等。 v4.1 架构：Markdown 语义层 + Pandoc 渲染引擎 + 14 个专属模板， 从根本上解决编号累加、标题污染、代码缩进、首页页码等顽固问题。 跨平台兼容 Windows / macOS / Linux，自动适配系统字体。 触发条件：用户要求"导出 Word"、"生成 docx"、"输出文档"、"按规范排版"等。

DOCX 规范输出 Skill v4.1

架构说明

text

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

text

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

bash

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）

text

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

text

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

text

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

text

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

text

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

text

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

text

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

python

"""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：

text

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

bash

# 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

python

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