文档标准化

要解决什么问题

工程师手里常见的是「能读但不好印」的材料：网页长文、扫描感很强的 PDF、粘贴进聊天框的会议纪要，或只有大纲的项目计划。字体、边距、标题层级各说各话，浏览器直接 Ctrl+P 往往裁切错乱、没有封面和页码。这个技能把任意输入收敛成一份可打印、版式统一的交付物，默认是自包含 HTML，不绑死某一种桌面排版软件。

技能如何工作

流程可以概括为五步，且必须先做输入分析：

1. 识别输入类型（URL、本地 pdf/docx/md/纯文本、剪贴板图片等）和内容性质（报告、提案、纪要、信函、简历等）；含糊时向用户确认文档类型与目标格式。
2. 按类型抽取内容：URL 用抓取保留标题/列表/表格；PDF/DOCX 用读取工具；纯文本靠换行与模式推断结构；图片走 OCR。规则是保留标题层级、列表与可识别的表格，并尽量抽出标题、作者、日期等元数据。
3. 套用 references/style-guide.md：规范化标题（最多四级）、行距与段距、A4 与 2cm 边距；长文档自动补封面、目录（>3 页）、页眉页脚与居中页码；表格、代码块、引用块有固定样式。
4. 生成输出：默认用 assets/templates/ 下模板（如 report-template.html）产出自包含 HTML，内嵌打印 CSS 与 @page 规则，并提供「打印」与「另存为 PDF」两个独立按钮；用户明确要求 .pdf 时可走浏览器打印或（环境具备时）scripts/format_doc.py。
5. 交付：写入工作目录并展示文件，附简短说明（输入类型、输出格式、大致页数）。

适用边界与注意点

• 默认路径是 HTML，离线时「另存为 PDF」可能降级为提示用浏览器「打印 → 另存为 PDF」，质量仍可对齐。
• 输入无法解析时应明确说明所需格式，而不是硬编结构；内容过短（如少于约 100 字）会建议用户补充后再排版。
• DOCX 直出依赖其他技能或路由，未安装时回退 HTML。
• 复杂版式（多栏杂志排、精确法律红头文件模板）需用户事先说明公司/学术模板要求，技能会优先问清再套 style-guide 默认值。