技能介绍

解决什么问题

党政机关公文格式有大量机械可判定的规则：标题是否二号方正小标宋简体、正文是否仿宋_GB2312 小三、行距是否固定值 30 磅、层次序号是否从“一、”起连续编排、成文日期是否右空四字、页码是否使用 PAGE 域。人工逐段翻属性既慢又容易漏报，尤其长公文只能抽样。反过来，有些问题又不能只靠脚本：标题结构是否合理、文种是否选对、有没有错别字、附件四处是否一致，都需要模型判断。

official-document-review 把两者拆开：机械格式交给脚本，内容语义交给模型。

它如何工作

核心是两个零依赖 Python 脚本，直接解析 .docx 的 OOXML，不需要 pip install，也不依赖 Office SDK：

check_format.py 做审核，覆盖 F1–F12 共 12 个格式项，输出带 id、where 的问题清单，可直接映射为 Word 批注；
fix_format.py 做修订，支持 --in-place、--only、--skip、--out，写盘前自动生成 .bak.docx 备份。

审核必须声明基线：--baseline gb 走 GB/T 9704 强制口径，--baseline finance 只把标题小二、行距 26pt、默认页边距、附件标题黑体四项软性差异降为 P2，不放宽硬性错误。不声明基线，结论就不可复现。

问题按严重度分三级：P0 是违反国标强制要求，有一条即判“不通过”；P1 是偏离规范但不属强制；P2 是行业可接受变体，仅提示。修订走“先审后改”：先跑审核、展示 dry-run 结果、等用户确认范围，再执行 --apply，最后复跑 check_format.py 验证。

适用边界与注意点

脚本不覆盖标题结构（C1）、文种（C2）、错别字与事实（C4）、附件一致性（C5）、版记（F9）、印章、红色分隔线和“短实新”文风，这些必须由模型补查。段落角色靠启发式判定，复杂版式可能误判，用 --dump 核对后再采信。页数取自 docProps/app.xml，不是 Word 实时编辑值。

以下项 fix_format.py 拒绝自动修改，会列入“需人工处理”：层次序号重排、成文日期补“日”、标题合并、页码新建、版头字体、版记位置。Windows PowerShell 5.1 下用 --out 写文件再读，不要用管道传 JSON，否则 UTF-8 BOM 会导致下游解析失败。

real-document-format-sample.md 里含不规范样本，仅供对照，不要照抄。