Word格式刷

为什么需要这个技能

从 Markdown 经 pandoc 转换得到的 docx，或者由不同大模型生成的文档，往往会出现一个共同问题：内容正确，格式混乱。字体可能在不同段落间漂移，标题带默认主题蓝，表格没有边框，中文引号开闭反向。手工用 Word 的格式刷逐段修改既慢又不可靠，脚本化处理时又常常因为只读样式表而刷错——中文公文类文档的字体参数往往直接写在 run 层，样式表里只是默认值。

核心工作方式

Word格式刷的做法是：先从模板 docx 中实测出格式指纹，再把这套指纹应用到目标文件上，所有格式参数收敛到唯一的应用出口。

工作流程分三步：

• 解剖模板：输出模板的格式指纹（JSON + 可读摘要）。涵盖 Normal、Heading 1-3 等样式的字体与字号，正文行距、首行缩进和对齐分布（取众数），封面段落结构，表格边框，以及章节标题是否分页。关键在于实测而非只读样式表，因为模板作者常在 run 层覆盖样式。
• 诊断目标：对比两份指纹，列出病灶清单，如 run 字体字号为 None、标题带主题蓝、表格无 tblBorders、章节不分页、引号方向错误。
• 应用修复：按五层顺序应用——样式层兜底、段落层统一、封面层重做、表格层补边框、文字层修正引号。顺序重要，样式层先兜住继承，run 层再精确覆盖。

关键技术要点

处理 docx 时有几个容易踩的坑：中文字体要设两遍，run.font.name 只管西文，必须再设 rPr.rFonts 的 w:eastAsia；字号在内部是 EMU 单位，磅 = EMU / 12700；清除颜色不能只设 None，要从 rPr 中 remove w:color 元素。新建文档场景下，建议写 title()/para() 工厂函数把指纹参数硬编码进去，不要逐段设置格式。

适用边界

该技能以模板为格式基准，目标文档的内容结构不会被改变。适用于三种场景：修复格式混乱的已有文档、从零生成但要求与模板格式一致的新文档、以及只想知道两份 docx 格式差异在哪的诊断场景。完成修复后应通过验证：run 字体分布收敛、表格有边框、章节分页正确、引号方向无误。