name: bid-word-format description: 根据用户提供的参考 Word 模板，重排中文投标书、方案书、建议书等 .doc/.docx 文档，保留原文内容，清理乱格式，迁移标题、正文、页眉页脚、页面设置和表格基础样式，并输出处理报告与结构 QA 报告。 agent_created: true

Word 文档排版技能

Word 文档排版技能是一个用于中文投标书、方案书、建议书和商务长文档的 Word 模板迁移排版工具。

它接收两份 Word：

• 参考模板 Word：提供标题、正文、页眉页脚、页面设置和编号样式。模板由用户提供，本技能负责学习并复刻它，不内置任何固定模板。
• 待排版 Word：提供需要保留的正文、标题文本和表格文字。

输出是一份新的规范化 .docx，以及处理报告和结构 QA 报告。

核心原则（务必遵守）

1. 模板来自用户：不要凭空假设、不要生成默认模板。必须先拿到用户上传的参考模板，解析学习并让用户确认后，才能开始排版。
2. 顺序固定，不可跳步：环境自检 → 索要模板 → 索要待排版文件 → 排版 → 交付复核。
3. 每步都明确告诉用户：每一步开始前，用一句话说明你现在要做什么、需要用户提供什么。

标准交互流程（严格按此顺序逐步引导用户）

第 0 步：检查运行环境

先运行环境自检：

python scripts/check_env.py

检查内容：Python 版本、python-docx、lxml（必需）；LibreOffice/soffice（可选，用于 .doc 转换和页面渲染）。

根据结果明确告知用户：

• 环境就绪 → 进入第 1 步。
• 缺必需项（python-docx / lxml）→ 告诉用户「缺少什么、如何安装」，并停下等待用户补齐，不要强行继续。
• 缺 soffice → 提示「可继续处理 .docx，但 .doc 转换和页面渲染不可用」，可继续。

文件检查：format_bid_doc.py 内置 _preflight 前置校验，排版前会自动检查模板/输入文件的存在性、格式（.docx/.doc）、.docx 完整性、.doc 是否需要 soffice。出错时给出友好中文提示（问题 + 原因 + 解决建议），不抛 traceback。也可在排版前手动运行 check_files.py 提前诊断。

第 1 步：向用户索要参考模板（学习）

明确告诉用户：

请上传你想复刻格式的参考模板 Word 文件（.docx 优先，.doc 也可以）。我会学习它的标题层级、正文样式、页眉页脚和页面设置。

收到模板后：

1. 先检查文件（避免拿到损坏文件后才发现）： bash python scripts/check_files.py --template <模板路径>
2. 若报错（不存在/格式不支持/损坏）→ 把友好提示原样转告用户，请用户用 Word 重新另存或换一份，不要继续。
3. 学习模板： bash python scripts/learn_template.py --template <模板路径>
4. 复述学到的内容请用户确认，必须覆盖以下维度（用脚本实际输出，不要自己编）：

   我已学习到： - 页面：A4 纵向，边距 上3.0/下3.5/左3.0/右2.0 cm - 标题：分 4 级（Heading 1~4，黑体） - 正文：中文宋体、西文/数字 Arial、小五(9pt)、1.5 倍行距、首行缩进 2 字符、两端对齐 - 页眉：xxx（保留模板原文）/ 页脚：页码 请确认这就是你要的格式。

5. 若 learn_template 输出「样式级 vs run级冲突」（如字号小四vs小五）→ 必须告知用户：

   ⚠️ 检测到模板存在格式覆盖：Normal 样式定义为小四(12pt)，但正文实际是小五(9pt)+Arial。排版时会以正文实际格式为准套用。

6. 只有用户确认后，才进入下一步。若用户指出理解有误，修正后再次确认。

第 2 步：向用户索要待排版文件

模板确认后，明确告诉用户：

请上传你想刷格式的 Word 文件（.docx 优先）。我会保留它的正文内容，套用刚才学到的模板格式。

收到文件后：

1. 先检查文件： bash python scripts/check_files.py --template <模板路径> --input <待排版路径>
2. 若报错 → 把友好提示原样转告用户，请用户修正后重新上传，不要继续。
3. 若通过 → 进入排版。

第 3 步：执行排版

1. 若输入为旧版 .doc，先用 LibreOffice/soffice 转为 .docx。
2. 运行排版脚本（见「命令示例」）。
3. 运行结构 QA。
4. 渲染为 PDF 做视觉检查，不要只看 XML 或 JSON 就判断完成。

任一步骤失败时的处理： - 脚本会输出友好中文提示（问题 + 原因 + 解决建议），把提示原样转告用户，不要自己翻译成技术术语。 - 若是文件问题（损坏/格式）→ 请用户用 Word 重新另存或换文件。 - 若是环境问题（缺 soffice）→ 给出 LibreOffice 下载链接或建议另存为 .docx。 - 若是未预期错误 → 提示用户先跑 check_env.py + check_files.py 诊断，仍不行则反馈错误信息。 - 不要把 Python traceback 直接丢给用户。

第 4 步：交付并请用户复核

交付 formatted.docx、处理报告、QA 报告，并提醒用户重点检查：

• 表格是否溢出、文字是否裁切。
• 页眉页脚是否正确（应保留模板原文）。
• 标题层级是否识别正确，编号是否连续（1 / 1.1 / 1.1.1）。
• 正文格式是否与模板一致：中文字体（宋体）、西文/数字字体（Arial）、字号（小五）、行距（1.5 倍）、首行缩进（2 字符）、两端对齐。
• 页面尺寸、页边距是否接近参考模板。

  7w4.net小葱技能。

• 渲染的 PDF 没有文字重叠、页眉页脚断裂。

自动处理内容

• 规范化待排版文档内容。
• 根据 1、1.1、1.1.1、1.1.1.1 等编号识别标题层级。
• 将标题映射到 Word Heading 1/2/3/4 样式。
• 清理源文档中干扰模板的直接字体、字号、颜色等格式。
• 复制参考模板的样式、编号、主题、字体表、设置、节属性、页眉页脚和相关媒体部件。
• 保留表格文字，并应用基础网格边框和单元格边距。

这个技能用于格式迁移，不用于正文改写。如果源文档缺少封面、审批页、目录等关键字段，需要用户补充或人工确认。

格式要求

排版从模板学习并复刻以下格式维度，全部从模板学习、不硬编码默认值。

标题层级

• 识别源文档的标题：样式为 Heading 1~4 或文本以 1 / 1.1 / 1.1.1 / 1.1.1.1 等数字编号开头。
• 映射到模板里实际存在的标题样式 ID（兼容英文 Heading1-4、中文「标题 1-4」、纯数字命名）。
• 模板的 Heading 样式若带自动多级编号，保留并由 Word/LibreOffice 自动渲染。

正文排版（关键）

从模板学习「正文画像」，包含样式级 + run 级两层，两层都看、run 级优先：

关键：run 级字体/字号必须显式写入每个 run，不依赖样式继承。 模板 Normal 样式定义的字号可能是 12pt（小四），但正文 run 实际常覆盖为 9pt（小五）+ Arial（西文/数字）。只套样式而不写 run 级，会导致正文字号/字体与模板不一致。

学习模板时，运行 scripts/learn_template.py 会同时输出： - Normal 样式定义的字体/字号（样式级） - 正文 run 实际的字体/字号（run 级） - 两者合并后的有效字体 - 样式级 vs run 级冲突清单（如有冲突，排版时会显式写入 run 级覆盖）

表格

• 保留表格文字，应用基础边框和单元格边距（Table Grid 样式 + tblBorders + tblCellMar）。
• 表格内段落保持 Normal 样式，不强行套正文画像（避免破坏表格布局）。

页面与页眉页脚

• 复制模板的页面尺寸、页边距、节属性（含横向节）。
• 复制模板的页眉页脚（含媒体图片如 logo）。
• 页眉默认保留模板原文；只有显式传 --header-text 时才替换。

命令示例

检查环境：

python scripts/check_env.py

检查文件（可选，排版前提前诊断文件是否有问题）：

python scripts/check_files.py --template templates/your_template.docx --input your_input.docx

学习模板格式（标题层级 + 正文画像 + 冲突检测）：

python scripts/learn_template.py --template templates/your_template.docx

首次使用前：生成演示模板（SkillHub 禁止上传二进制文件，发布包不含 sample_template.docx）：

python scripts/create_sample_template.py

输出 templates/sample_template.docx，中性演示，不包含真实业务数据。正式使用请用你自己的参考模板（替换 --template 参数）。

创建脱敏测试输入：

python scripts/create_test_input.py --out tests/messy_bid_input.docx

运行排版：

python scripts/format_bid_doc.py \
  --template templates/sample_template.docx \
  --input tests/messy_bid_input.docx \
  --out tests/formatted_bid_output.docx \
  --report tests/formatted_bid_output.report.json

注意：以上用包内置的中性演示模板跑通流程；正式使用请把 --template 换成你自己的参考模板。

运行结构 QA：

python scripts/qa_docx.py --docx tests/formatted_bid_output.docx

渲染并视觉检查：

python scripts/render_docx.py tests/formatted_bid_output.docx --output_dir tests/rendered --emit_pdf

验收清单

• 输出 .docx 可以正常打开。
• 页面尺寸、页边距、页眉页脚接近参考模板。
• 标题层级出现在 Word 样式系统中，编号正确（1 / 1.1 / 1.1.1）。
• 正文不再保留明显的乱字体、乱字号、乱颜色。
• 正文段落的中文字体、西文/数字字体、字号、行距、首行缩进、对齐与模板正文一致。
• 表格文字完整，没有明显裁切。
• 处理报告和 QA 报告已生成。
• 渲染页面没有文字重叠、页眉页脚断裂或表格溢出。

能力边界

自动排版可以复现模板样式系统和页面结构，但不能凭空准确推断缺失的业务字段。对于封面、审批信息、目录、复杂表格、图片排版和超宽页面，最终仍需要人工复核。

这个技能质量不错，文档写得清楚明白，操作流程一步步引导用户，遇到问题会给友好的提示而不只是冷冰冰的技术报错。核心功能稳定，能把模板格式准确迁移到新文档，保留原文档内容不变。不足之处是复杂表格和图片处理能力有限，需要人工复核；SkillHub 版本不自带示例模板，首次使用需要运行脚本生成。总体适合处理常规的中文投标书、方案书排版，标准化工作场景用它很顺手。