math-docx-typeset

学术文稿公式排版 → docx：把含 LaTeX 公式的论文/推导转成 Word 原生可编辑 OMML 公式 docx（主交付），可选生成图片对照版附件（由使用者自选）。当用户说“生成 docx / 论文转 Word / 公式排版 / 推导转可编辑公式 / 写论文 docx”时启用。

Math-Docx-Typeset 学术文稿公式排版（docx 路线）

主交付：docx 文档，公式一律为 Word 原生可编辑 OMML 对象（双击可改）。用户本地打开 Word/WPS 核对后另存为 PDF，矢量高清无模糊。 附件模式：--image-variant 生成图片对照版 docx（块公式为 PNG），由使用者自选比对，不替代主文档。 本 skill 所有 reference 文件均为相对路径引用，跨平台安装即用。

硬性禁止清单（最高优先级，不可违反）

• ❌ 不可以修改、简化、改写用户给出的数学符号、推导步骤
• ❌ 主文档禁止图片格式公式（PNG/JPG/SVG）——图片公式不可双击编辑，不符合论文要求（图片仅作为对照版附件，由使用者自选）
• ❌ 禁止生成 PPT 幻灯片
• ❌ 禁止直接生成 PDF 文件
• ❌ 不可擅自删减上下限、算子、矩阵元素

技术转换链路（强制，不可绕过）

text

输入文稿文本
  → GB/T 15834 引号预处理（仅"含汉字的引号"转弯引号）
  → 识别行内公式 $...$ / 块居中公式 $$...$$
  → LaTeX 语法校验（大括号成对、上下标边界、算子命令拼写）
  → LaTeX → MathML → OMML（含质量校验，拦截未知命令被静默当文本）
  → 将 OMML 原生公式对象写入 docx 文档

实现脚本：scripts/latex2docx.py（沙箱已全链路实测：行内公式、块公式居中、矩阵、数域、cases、align 多行、\tag 编号、降级预案、引号修正、图片对照版附件均通过）。

数学公式书写规范（生成 LaTeX 时必须严格遵守）

完整规范：读取 references/formula-rules.md。要点：

1. 数域符号：实数域 \mathbb{R}、复数域 \mathbb{C}、自然数 \mathbb{N}
2. 算子符号：偏导 \partial、梯度 \nabla、拉普拉斯 \Delta、无穷 \infty；不等号学术论文标准写法用 \le、\ge，不用 <=、>=
3. 积分求和：定积分 \int_{a}^{b}、多重积分 \iint / \iiint；求和 \sum_{i=1}^{n}、乘积 \prod_{i=1}^n
4. 向量矩阵：向量粗体 \boldsymbol{x}、矩阵大写粗体 \boldsymbol{A}；矩阵优先方括号 \begin{bmatrix} ... \end{bmatrix}
5. 多行推导：统一用 \begin{align} ... \end{align}，& 作对齐标记（脚本会自动拆行逐行居中）
6. 公式编号：用户需要编号的块公式，右侧添加 \tag{数字}

字体显示方案（重要）

OMML 路线天然免疫大部分"方块"问题（公式由 Cambria Math 渲染）。完整方案：读取 references/font-strategy.md。要点：

• 正文：中文宋体（SimSun）、西文 Times New Roman
• 公式：Cambria Math（Office 2007+ 自带；WPS 兼容）
• 正文 Unicode 字符方块（如 ℝ、⁰）：改字符字体为 Cambria Math / STIX Two Text，或把字符收进公式（LaTeX 化转 OMML）
• 图片对照版边界：matplotlib mathtext 不含 CJK 字形（公式内中文出 dummy）、不支持 \begin{} 环境（矩阵 / cases）——不可用时标注"图片对照不可用"
• PDF 嵌入：另存 PDF 时勾选"嵌入所用字体"

输入处理（四通道）

输入类型	处理	详见
已含 LaTeX 的文稿	直接进主链路	references/transcription.md §4
截图	OCR + 视觉 read 先转成 LaTeX（符号逐个查 references/symbol-table.md），再进主链路	references/transcription.md §1
口述描述	自然语言映射为 LaTeX 再进主链路	references/transcription.md §2
乱码文本	排查编码，无法恢复按截图流程重做	references/transcription.md §3

完整工作执行步骤

1. 通读全部输入文稿，拆分普通正文段落、行内公式、独立居中块公式。
2. 对每一处数学内容生成 LaTeX 代码，自检：所有大括号 {} 成对、上下标边界正确、算子命令拼写无误、无语法错误（自检清单见 references/transcription.md）。
3. GB/T 15834 引号预处理：正文里"含汉字的引号"自动转弯引号（保护公式、代码、URL）。
4. LaTeX 转换为标准 MathML，再转换 OMML 标记片段（含质量校验）。
5. 新建 docx 文档；普通文字写入段落；公式位置注入 OMML 原生公式对象。
6. 论文基础排版规范：正文宋体、1.5 倍行距；块级公式居中对齐。
7. （可选）生成图片对照版附件（--image-variant），由使用者自选比对。
8. 生成 docx 文件交付用户。
9. 输出交付提示：

文件已生成 docx。请本地打开 Word/WPS 核对全部数学公式；确认无误后另存导出 PDF，即可得到矢量高清无模糊的论文 PDF。

脚本用法（AI 执行时调用）

bash

# 依赖（首次）
pip install latex2mathml mathml2omml python-docx matplotlib

# 转换（默认：宋体、12pt 小四、1.5 倍行距、块公式居中、GB/T 15834 引号修正）
python scripts/latex2docx.py 输入文稿.md 输出.docx

# 自定义排版参数
python scripts/latex2docx.py 输入文稿.md 输出.docx --font 黑体 --size 10.5 --leading 1.25

# 同时生成图片对照版附件（块公式为 PNG，自选比对）
python scripts/latex2docx.py 输入文稿.md 输出.docx --image-variant
# 产出：输出.docx（主，OMML 原生公式）+ 输出-图片对照版.docx（附件，PNG 公式对照）

脚本自动完成：GB/T 15834 引号修正 → 块公式 / 行内公式识别 → LaTeX→MathML→OMML（含质量校验）→ docx 写入 → 转换报告（成功数 / 降级数 / 降级清单）。

降级故障预案（转换失败时强制执行）

当 LaTeX-OMML 转换链路执行失败（含未知命令被静默当文本的质量校验失败），主文档处理：

1. 在文档对应位置保留完整正确的原始 LaTeX 代码；
2. 代码后标注文字【公式转换失败，复制本段 LaTeX 粘贴进 Word 公式编辑器即可生成】（黄色高亮）；
3. 正常输出 docx 文档，任务不可中断。

图片对照版对应处理：matplotlib 渲染失败（含 CJK 或不支持的 \begin{} 环境）时，标注【图片对照不可用（含中文或暂不支持的命令），请以主文档公式为准】，保留 LaTeX 原文。

实测能力边界（重要）

• ✅ 已验证支持：分式、上下标、根号、求和/积分及上下限、希腊字母、\hbar、矩阵（bmatrix）、cases 分段、align 多行（自动拆行）、\tag 编号、\mathbb 数域、\boldsymbol 粗体、\text{中文}
• ❌ 不支持（触发降级）：未知命令（如 \fraz）、裸 & ... \\ 多行语法（必须包在 align 环境内）、physics 等扩展包命令
• 未知命令不会报错而是被静默当文本写入公式（排版变乱）——脚本已内置 OMML 质量校验拦截此情况
• 图片对照版额外限制：公式内中文（\text{且}）和 \begin{bmatrix}/cases 等环境（mathtext 不支持）→ 标注"图片对照不可用"

与其他 skill 的衔接

• feynman-research（调研）：其报告中的公式可经本 skill 落地为 docx 原生公式
• math-pdf-typeset（用户已有，Markdown→PDF 链路）：附件《math-pdf-typeset 符号还原完整方案》四层防线的方法（字体双轨 + 符号映射 + 占位符保护法 + 缺字扫描）适用于 reportlab PDF 场景，与本 skill 的 docx/OMML 路线互为补充；本 skill 的 references/font-strategy.md §二做了三类场景对照