文档美化

要解决什么问题

手头有一份内容已经定稿、但版式杂乱的 .docx：标题字号不统一、正文混用多种字体、页边距和行距各段不同，手工在 Word 里逐段刷样式既慢又容易漏。本技能面向「只改版式、不动文案」的场景：在不增删、不重排任何原文的前提下，把文档套进一套可预期的通用排版规范。

技能如何工作

核心是 beautify.py 配合 python-docx，流程大致为：定位用户提供的 .docx → 按所选模板写出新文件 → 可用解包或 python-docx 做简单校验 → 把输出路径交回。

结构识别（启发式）会逐段判断角色，再映射到模板样式：

• 第一个非空段落 → 文档标题
• 已是 Word Heading 1–3 的段落 → 保留对应级别
• 加粗 + 较大字号 + 较短（<50 字）且不以句末标点结尾 → 视作标题
• 以中文序号（一、二、）或小数编号（1.1、2.3）开头 → 标题
• 加粗且不足 60 字的短段 → 标题
• 其余 → 正文

三套内置模板覆盖常见办公稿型：

| 模板 | 适用场景 |
|------|----------|
| standard | 默认：A4，标题微软雅黑、正文宋体，1.5 倍行距 |
| compact | 页边距更紧、字号略小、1.25 倍行距，适合信息密度高的材料 |
| elegant | 边距更大、版心更疏，适合正式报告类版面 |

模板会统一 A4 页面、页边距、标题/正文字号与字体、行距，并在页脚居中插入页码。需要改颜色、字体或新增变体时，可编辑 scripts/beautify.py 里的 TEMPLATES 字典。

适用边界与注意点

• 识别规则是启发式，复杂版式（多级列表嵌套、表格内混排标题、非常规编号）可能被误判为正文或标题，输出后建议在 Word 里抽查几页。
• 技能不会改写、翻译或润色正文；若原文结构本身混乱，美化只能改善样式，不能替你做章节重组。
• 运行环境需 Python 3.8+ 与 python-docx；极特殊的自定义样式或损坏的 docx 可能需在本地先修复再处理。