name: DocFormat description: | Word 文档一站式检查与格式化技能。当用户上传了 Word(.docx) 文档并需要检查错误、 生成检查报告、添加批注、或按照 GB/T 9704-2012 国标修正公文格式时，务必使用此技能。 适用场景包括但不限于：用户说"帮我检查文档"、"文档有没有问题"、"给文档加批注"、 "格式不规范帮我改"、"按国标排版公文"、"检查错别字"、"文档格式修正"等。 即使只是提到 Word 文档的质量、规范、排版、校对等话题，也应主动推荐此技能。

DocFormat — Word 文档检查与格式化技能

本技能对用户上传的 Word(.docx) 文档执行四个阶段的一站式处理：

1. 检查 — 程序化规则检查 + LLM 语义检查，发现文档中的各类问题
2. 报告 — 生成结构化检查报告（Markdown 格式），呈现所有发现的问题
3. 批注 — 在原文档中插入 Word 批注，标注每个问题的位置和说明
4. 格式化 — 按 GB/T 9704-2012 国标修正文档格式（页面、字体、段落、页码等）

SKILL目录结构

DocFormat/ ├── SKILL.md # 技能主文件（触发规则 + 四阶段工作流指令） ├── scripts/ │ ├── orchestrate.py # 主控编排脚本（一键串联四阶段） │ ├── doc_checker.py # 文本提取 + 规则检查 + 批注写入 │ └── gb_t9704_formatter.py # GB/T 9704-2012 国标格式修正 └── references/ └── check_rules.md # 完整检查规则清单（6大类，供 LLM 参照）

四阶段工作流

用户上传 .docx 文档 │ ▼ ┌─ 阶段1: 检查 ──────────────────────────┐ │ 1.1 程序化规则检查 (doc_checker.py) │ │ → 标点、间距、错别字、编号等 14 种规则 │ │ 1.2 LLM 语义深度检查 │ │ → 病句、逻辑矛盾、术语一致性等 │ └─────────────────────────────────────────┘ │ ▼ ┌─ 阶段2: 报告 ──────────────────────────┐ │ 合并所有 issues → 生成 Markdown 检查报告 │ └─────────────────────────────────────────┘ │ ▼ ┌─ 阶段3: 批注 ──────────────────────────┐ │ 合并 issues → 在原文档中插入 Word 批注 │ │ (同一段落多条问题自动合并) │ └─────────────────────────────────────────┘ │ ▼ ┌─ 阶段4: 格式修正 ──────────────────────┐ │ 按 GB/T 9704-2012 国标修正文档格式 │ │ → 页面、字体、段落、页码、网格等 │ └─────────────────────────────────────────┘ │ ▼ 输出 3 个文件: 📄 _检查报告.md 📝 _批注版.docx 📋 _格式修正版.docx

正式工作内容

前置条件

确认 python-docx 和 lxml 已安装：

pip install python-docx lxml

本技能的两个核心脚本位于 scripts/ 目录： - doc_checker.py — 文本提取、规则检查、批注写入 - gb_t9704_formatter.py — GB/T 9704-2012 格式修正

完整工作流

按顺序执行以下四个阶段。每个阶段完成后告知用户当前进度。

阶段 1：文档检查

此阶段分为两步——先运行程序化规则检查，再由 LLM 做语义深度检查。

步骤 1.1：程序化规则检查

运行 doc_checker.py 提取文本并执行规则检查：

python scripts/doc_checker.py extract <input.docx> --text-only --skip-empty -o /home/z/my-project/download/<stem>_paragraphs.json
python scripts/doc_checker.py check <input.docx> -o /home/z/my-project/download/<stem>_rule_issues.json

此步骤自动检测以下问题（无需 LLM 介入）： - 中英文标点混用、省略号格式错误、英文直引号 - 全角数字、中英文间距、数值与单位间距 - 60+ 常见错别字（如"戴来→带来""既使→即使"） - 口语化表达、极端敏感措辞 - 列表编号/图表编号不连续

步骤 1.2：LLM 语义深度检查

读取步骤 1.1 输出的 <stem>_paragraphs.json，逐段分析以下检查项（这些需要语义理解，程序化规则无法覆盖）：

必须逐条检查的项目（参照 references/check_rules.md）：

LLM 输出格式 — 生成 /home/z/my-project/download/<stem>_llm_issues.json，严格遵循此 JSON 结构：

[
  {
    "paragraph_index": 0,
    "category": "错别字",
    "severity": "error",
    "comment": "\"戴来\"应为\"带来\"",
    "evidence": "戴来"
  },
  {
    "paragraph_index": 3,
    "category": "语言质量",
    "severity": "warning",
    "comment": "主语缺失：\"通过实验，证明了……\"应为\"我们通过实验，证明了……\"",
    "evidence": "通过实验，证明了"
  }
]

字段说明： - paragraph_index：段落索引（与 paragraphs.json 中的 index 对应） - category：问题分类，取值范围为：错别字 / 标点符号 / 书写格式 / 学术规范 / 语言质量 / 文档专项 - severity：严重程度，取值范围为：error（必须修改）/ warning（建议修改）/ info（仅供参考） - comment：问题描述（将直接写入 Word 批注，需简洁明确） - evidence：原文中出问题的片段

注意事项： - 只报告确定存在的问题，不要过度猜测 - 每个问题必须关联到具体的段落索引 - 程序化规则已检测过的标点、间距、错别字等不必重复报告（步骤 1.1 已覆盖）

阶段 2：生成检查报告

将步骤 1.1 和 1.2 的检查结果合并，生成一份 Markdown 格式的检查报告。

报告模板：

# 文档检查报告

**文件名**：<原始文件名>
**检查时间**：<当前时间>
**问题总数**：<总数>（错误 <error数> / 警告 <warning数> / 提示 <info数>）

---

## 一、错误（必须修改）

| # | 段落 | 类别 | 问题描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第3段 | 错别字 | "戴来"应为"带来" | 戴来 |

## 二、警告（建议修改）

| # | 段落 | 类别 | 问题描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第5段 | 语言质量 | "特别厉害"为口语化表达 | 特别厉害 |

## 三、提示（仅供参考）

| # | 段落 | 类别 | 问题描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第8段 | 学术规范 | "Python"首次出现建议标注中文译名 | 使用Python |

---

## 四、格式检查结果（GB/T 9704-2012）

| 检查项 | 结果 |
|-------|------|
| 页面尺寸（A4: 210×297mm） | 符合/不符合 |
| 天头（37mm）/ 订口（28mm） | 符合/不符合 |
| 正文字体（3号仿宋） | 符合/不符合 |
| 标题字体（2号小标宋） | 符合/不符合 |
| 每面行数（22行）/ 每行字数（28字） | 符合/不符合 |
| 页码格式 | 符合/不符合 |

将报告保存为 /home/z/my-project/download/<stem>_检查报告.md，同时在对话中向用户展示报告摘要。

阶段 3：批注写入

合并规则检查和 LLM 检查的所有 issues，调用 doc_checker.py annotate 一次性写入 Word 批注：

# 先合并两个 issues JSON 文件（规则检查 + LLM 检查）
# 可用 Python 一行合并：
python3 -c "
import json, sys
rule = json.load(open('/home/z/my-project/download/<stem>_rule_issues.json'))
llm = json.load(open('/home/z/my-project/download/<stem>_llm_issues.json'))
rule_list = rule.get('issues', rule) if isinstance(rule, dict) else rule
llm_list = llm if isinstance(llm, list) else llm.get('issues', llm)
merged = rule_list + llm_list
json.dump(merged, open('/home/z/my-project/download/<stem>_all_issues.json','w'), ensure_ascii=False, indent=2)
print(f'合并完成：{len(merged)} 条问题')
"

# 写入批注
python scripts/doc_checker.py annotate <input.docx> --issues /home/z/my-project/download/<stem>_all_issues.json -o /home/z/my-project/download/<stem>_批注版.docx

输出文件：<stem>_批注版.docx — 带批注的原文档（内容不变，仅添加批注）。

阶段 4：国标格式修正

调用 gb_t9704_formatter.py 对文档进行 GB/T 9704-2012 格式修正：

python scripts/gb_t9704_formatter.py <input.docx> --advanced -o /home/z/my-project/download/<stem>_格式修正版.docx

此步骤修正的内容包括： - 页面设置：A4 纸、天头 37mm、订口 28mm、版心 156×225mm - 默认字体：3 号仿宋体、黑色 - 标题：2 号小标宋体、居中 - 结构层次：一级黑体、二级楷体、三四级仿宋 - 页码：4 号宋体、— X — 格式、奇右偶左 - 版头/版记要素格式修正 - 文档网格：每面 22 行、每行 28 字

7w4.net小葱技能。

重要：格式修正版基于原始文档处理（不包含批注），因为批注和格式修正需要分别操作原始文档以避免 XML 冲突。

输出文件：<stem>_格式修正版.docx

最终交付

处理完成后，向用户提供以下文件：

向用户说明： - 批注版保留了原始内容和格式，仅在问题位置添加了 Word 批注，方便逐条审阅 - 格式修正版按 GB/T 9704-2012 国标重新排版，建议在审阅完批注后再使用此版本 - 两份文档建议配合使用：先在批注版中确认问题，再在格式修正版中做最终修订

变体流程

如果用户只需要部分功能，按需执行对应阶段：

脚本路径约定

所有脚本相对于 Skill 根目录： - scripts/doc_checker.py — 文本提取与批注工具 - scripts/gb_t9704_formatter.py — 国标格式修正工具 - references/check_rules.md — 完整检查规则清单

所有输出文件保存到 /home/z/my-project/download/ 目录。

这个 Skill 质量不错，能一次性完成 Word 文档的错别字检查、格式审查、添加批注和国标排版，流程完整、操作便捷。检查规则覆盖全面，支持中英文标点、错别字、书写格式等多维度检查，并能按公文国标修正格式。优点是功能集成度高，规则文档详细；不足是部分功能依赖用户手动操作，整体自动化程度还有提升空间。