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）

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

通用排版规范（原指南第八章）

字体规范

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）

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

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

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

局限性说明