中文公文全流程工具 · gongwen-skill

中文公文全流程处理工具——基于 GB/T 9704《党政机关公文格式》 国家标准，支持 格式检查与修复、内容优化（Word 原生修订+批注/差异对比版）、模板生成、Markdown 转公文、版头版记页码注入、事实核验、风格增强 等完整能力。原生支持 DeepSeek Harness (DSH) 技能系统，打包为可被 AI Agent 直接调用的 Skill，完全自包含，克隆即用。

本 Skill 源自开源桌面项目 AI 公文智能优化助手，将其核心格式引擎抽取、剥离桌面端/数据库依赖后独立发行，支持公文的模板建立、解析、规则检查、自动修复、内容优化、Markdown 转公文全流程能力。同时原生集成 DeepSeek Harness (DSH) 技能系统，支持 DSH Agent 自动发现与加载。

✨ 能力一览

使用示例

在 AI 对话中调用 gongwen-skill，输入自然语言指令，自动生成符合 GB/T 9704 国标格式的正式公文。

🚀 快速开始

git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt

# 生成一份标准通知模板
python -m gongwen template notice -o 通知模板.docx

# 检查公文格式（只读）
python -m gongwen check 公文.docx -t notice --json

# 自动修复格式（--apply 确认执行，默认预览）
python -m gongwen optimize 公文.docx -o 成品.docx -t notice --apply

# 一步到位：检查 + 修复 + 版头/版记/页码全注入（--layout 指向 JSON 配置）
python -m gongwen optimize 公文.docx -o 成品.docx --layout 版式.json

# Markdown 草稿 → 正式公文（支持管道输入和 Front Matter 元数据）
python -m gongwen md2docx 草稿.md -o 正式公文.docx -t report --signer "XX单位" --date "2026年8月1日"

# 内容优化（默认 tracked 模式：Word 原生修订+批注，审阅面板逐条接受/拒绝）
python -m gongwen optimize-content 原文.docx --changes 修订内容.json --apply --mode tracked -t news

# 注入版头（发文机关标志 + 发文字号 + 签发人 + 红色反线）
python -m gongwen header 公文.docx -o 红头公文.docx --org-name "XX单位" --doc-number "〔2026〕1号"

# 注入版记（抄送 + 印发机关 + 印发日期）
python -m gongwen footer 红头公文.docx --cc "各单位" --printer "XX办公室" --print-date "2026年8月1日"

# 注入页码（Word PAGE 域动态页码）
python -m gongwen pagenum 红头公文.docx --alignment right

# 多渠道版本自检
python -m gongwen check-update

✍️ 内容优化（路径 B）核心能力

三种输出模式（--mode）

8 色审阅角色方案

批注/修订按语义类别自动分配角色与颜色，Word 中可按审阅者筛选：

事实核验

• 默认执行（不依赖 --background）：实体提取（人名/职务/机构全称）→ 互联网交叉核验 → 生成"存疑/已确认/未经核验"批注
• 实体属性核验：识别人名+职务配对（如"省民宗委党组成员、副主任XXX"），能发现职务写反等严重事实错误
• LLM+规则混合提取：配置 GONGWEN_LLM_API 后 LLM 内容理解提取（主通道）+ 规则提取（兜底）
• 背景资料增强：--background 传入 docx/pdf/md/txt/URL 构建基准，已确认实体自动过滤

Agent 协作机制（--output-tasks / --input-tasks）

Skill 定位为工具层——确定性工作自己做，需 LLM/搜索判断的环节交由 Agent：

# 1. Skill 输出待处理任务（待核验实体 + 风格增强请求），同时生成基础版文档
python -m gongwen optimize-content 新闻稿.docx --changes changes.json \
  --output-tasks tasks.json --apply --mode tracked -t news

# 2. Agent 用自身 LLM+搜索能力处理 tasks.json（核验人事信息、生成风格建议），输出 tasks_result.json

# 3. Skill 读入回填结果，合并到 changes 后执行（去重/已确认过滤/独立修订作者）
python -m gongwen optimize-content 新闻稿.docx --changes changes.json \
  --input-tasks tasks_result.json --apply --mode tracked -t news

风格增强（v2，数据驱动）

• 输出 5 套上下文信号：段落角色标注（复用 structure 规则关键词）、文档类型规则摘要（structure 含 modes/focus_checks/title_patterns）、结构/焦点检查结果、数据驱动风格评分（completeness/compliance/change_density/style_deviation_hint）、完整已有变更摘要（不再截断）
• 风格建议 auto-accept 自动合入已有变更（difflib 映射），不生成独立修订；批注标注【已自动应用】
• 跨 20+ 文档类型自动适配（rules YAML 数据驱动，不硬编码）

结构/焦点自动检查

• 结构完整性检查（structure_checker.py）：按 rules YAML 的 structure 定义检查必要段落/要素，多候选评分定位段落
• focus_checks 自动检查（focus_checker.py）：逻辑闭环（听取→指出→强调→要求）/时间一致性/事实表述客观克制/稿源编辑信息/简称定义规范
• 检查结果自动生成按角色区分的批注

命令行参数速查

--mode tracked|inline        输出模式（默认 tracked）
--reviewers 3|5|6            审稿角色数（默认 6 完整版）
--changes <json>             变更列表（paragraph_index/original_text/optimized_text/reason/category）
--background <paths>         背景资料（事实核验基准）
--auto-generate              无 changes.json 时基于内置规则自动生成优化建议（需 LLM）
--output-tasks <json>        输出待 Agent 处理任务
--input-tasks <json>         读入 Agent 回填结果
--style <名称>               语言风格（--style 显式 > changes.style > doc_type 映射 > 默认庄重严谨）
--no-style-enhance           禁用风格增强（默认开启）
-t/--doc-type <类型>         显式指定公文类型（默认自动检测）
--show-rules                 输出文档类型内容层规则摘要
--show-confirmed             已确认实体也生成批注

📐 GB/T 9704 标准格式

讲话稿/主持词（speech 朗读件）

标题方正小标宋简体 24pt 居中、主持人信息/日期楷体_GB2312 18pt 居中、正文仿宋_GB2312 18pt 加粗、正文行距 33pt exact、标题行距 35pt；跳过版头/版记/发文字号/密级检查。

📚 支持的 24 种公文类型

通知 · 请示 · 报告 · 函 · 会议纪要 · 纪要 · 决定 · 通告 · 公告 · 命令 · 通报 · 议案 · 批复 · 指示 · 制度 · 公报 · 意见 · 总结 · 方案/计划 · 桌签 · 技术方案 · 决议 · 新闻稿/简报 · 讲话稿/主持词

每种类型对应 rules/official/*.yaml，含格式规则 + 内容层定义（structure/focus_checks/title 等），驱动 check/optimize/optimize-content 全链路。

⚙️ 规则化与二次定制

规则以 YAML 定义，三层优先级 official < custom < user：

• 官方规则：仓库内 rules/official/*.yaml
• 用户覆盖：~/.gongwen-skill/user_rules/*.yaml（同名字段覆盖官方）

python -m gongwen rule-export notice -o notice_rules.yaml
python -m gongwen rule-import my_company -f 公司规范.yaml
python -m gongwen rule-list notice

⚠️ 使用红线

• 不伪造、冒用真实机关正式发文 — 生成物仅为草稿，正式发文须走审核流程
• 人事信息准确性铁律 — 领导姓名/机构全称/职务等仅有"确定"或"[XXX] 占位"两种状态，严禁推理/猜测填造
• 不编造政策依据、数据、结论 — 缺失信息用 XXX 占位
• 涉密材料先脱敏再处理
• 字体版权 — 方正小标宋简体等字体可能受版权约束，缺少时 Word 会回退

🤖 作为 AI Agent Skill 使用

将本仓库放入 Agent 的 skills 目录，Agent 读取 SKILL.md 后自动调用命令。支持三条路径：

• 路径 A：格式修复（不改文字，只修排版）
• 路径 B：内容优化（润色文字，Word 原生修订+批注 / 差异对比版）
• 路径 C：生成公文（从零创建，四步流水线）

🔄 版本追新（Agent 加载 skill 后必须执行）

Agent 加载 skill 后必须执行版本追新自检，确保使用最新版本：

1. 多渠道远程自检（首选）：python -m gongwen check-update——自动查询 GitHub/GitCode/AtomGit 三仓库最新 tag，取最高版本比对本地；任一渠道可达即不遗漏，全部不可达时明确告知"版本自检跳过"
2. 本地 git tag 对比（补充）：对 skill 安装目录执行 git -C "<skill安装目录>" describe --tags --abbrev=0；若安装目录不在 git 管理下，应告知用户"无法执行版本对比，建议手动检查 GitHub 更新"
3. 落后则警告：发现本地版本落后于最新 tag 时，必须在执行前警告用户并提示更新（cd <gongwen-skill目录> && git pull && git fetch --tags），不得静默使用旧版本

严禁只用本地 git describe 判断版本——它只读本地可达 tag，未 fetch 时会误判本地即最新。

🚀 DeepSeek Harness (DSH) 集成

本 Skill 同时支持 DeepSeek Harness (DSH) 的两种集成方式——文件系统 Skill（轻量、跟随项目）与 Cordis 插件 bundle（包入 npm 通道、让 Web UI Toolkit 可调用），按你的部署需求选择。

DSH 采用 Cordis 模块化微内核架构：技能体系基于本地文件系统（无中心化技能市场），插件体系基于 npm 包 + ~/.dsh/profiles/<preset>/package.json 中的 dsh.profile.bundles 声明挂载。

方式零：仅作为 Python CLI 使用（最轻量）

git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt   # 或 pip install gongwen-skill（已上 PyPI）
python -m gongwen --version       # 检验：gongwen-skill v1.12.60

方式一：作为 DSH Skill 注册（基于本地文件系统）

DSH Agent 启动时自动扫描下表目录中的技能（优先级从高到低）：

安装方式（二选一）：

# A. 项目级：克隆到工程目录（跟随项目，推荐）
git clone https://github.com/linhut/gongwen-skill.git ./third_party/gongwen-skill
ln -s ./third_party/gongwen-skill/.dsh/skills/gongwen-skill  ./.dsh/skills/gongwen-skill

# B. 用户级：全局可用，所有 DSH 会话都能发现
git clone https://github.com/linhut/gongwen-skill.git ~/skills/gongwen-skill
mkdir -p ~/.dsh/skills/
ln -s ~/skills/gongwen-skill/.dsh/skills/gongwen-skill  ~/.dsh/skills/gongwen-skill

两种方式都会让 DSH Agent 在启动时自动发现并加载本技能；本仓库自带 .dsh/skills/gongwen-skill/ 双格式（目录技能 + 单文件技能）兼容。

方式二：作为 DSH Cordis 插件安装（注册到 Web Profile）

把本仓库当作 npm 包安装到 DSH Web Profile，让 DSH 的 Web UI 通过 gongwen-skill 调用桥接器执行 Python CLI。

# 1️⃣ 用 DSH 官方 CLI 一键挂载（推荐：自动改 package.json + 重建 bundle）
dsh plugin --profile web add -w gongwen-skill
# -w = workspace，按 preset 自动写入 ~/.dsh/profiles/web/package.json

# 2️⃣ 或在 Web Profile 目录下手动 npm/pnpm 安装
cd ~/.dsh/profiles/web
npm i gongwen-skill -w
# 或：
pnpm add -w gongwen-skill

安装后请确认 ~/.dsh/profiles/web/package.json 中的 dsh.profile.bundles 数组已包含 gongwen-skill：

{
  "name": "dsh-profile-web",
  "private": true,
  "dependencies": {
    "@deepseek-ai/dsh-base": "...",
    "@deepseek-ai/dsh-web-app": "...",
    "gongwen-skill": "^1.12.60"
  },
  "dsh": {
    "profile": {
      "bundles": [
        "@deepseek-ai/dsh-base",
        "@deepseek-ai/dsh-web-app",
        "gongwen-skill"
      ]
    }
  }
}

注意：若 add 启动报错提示子包重复声明，请检查 dsh.profile.bundles 数组中仅包含根包 gongwen-skill，避免同时列入 engine 或 gongwen 等子目录。

方式三：本地源码链接（用于插件开发）

如果你在本地开发 gongwen-skill 插件，可以用 link 方式让 DSH 直接加载仓库源码：

# 把本地仓库以 link 方式挂到 DSH Web Profile
dsh plugin --profile web add -w "link:/path/to/gongwen-skill"

# 同样：检查 ~/.dsh/profiles/web/package.json
#  - dependencies 出现 "gongwen-skill": "link:/path/to/gongwen-skill"
#  - dsh.profile.bundles 包含 "gongwen-skill"

🚀 启动 DSH Web 服务

# 让 gongwen-skill 桥接可用：先在仓库根安装 Python 依赖
cd /path/to/gongwen-skill
pip install -r requirements.txt   # 或 pip install gongwen-skill

# 启 DSH
dsh --profile web
# 或：dsh web

浏览器访问 http://127.0.0.1:3080/，在新建会话时即可让 DSH Agent 自动加载 gongwen-skill 调用 Web UI 工具流。

DSH 兼容性自查

适用场景对照

🤖 通过 Agent 调用

本 Skill 可直接被 AI Agent（如 AtomCode、Claude Code 等）加载并调用，无需手动操作。

安装方式

方式一：克隆到 Skills 目录（推荐）

# AtomCode
git clone https://github.com/linhut/gongwen-skill.git ~/.atomcode/skills/gongwen-skill/

# Claude Code
git clone https://github.com/linhut/gongwen-skill.git ~/.claude/skills/gongwen-skill/

# 其他 Agent — 将仓库克隆到对应的 skills 目录即可

方式二：任何工作目录下直接使用

git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt
# 之后 Agent 可直接调用 python -m gongwen <命令>

对话中使用示例

Agent 调用示例（对话式）

用户：帮我优化这份会议通知的第二章节措辞

Agent：📋 合规自检报告
Skill 版本: v1.12.60（多渠道自检已确认最新）
路径判定: B（内容优化）
依据: 用户指定了已有文档，且要求"优化措辞"
命令调用: 1. python -m gongwen optimize-content 会议通知.docx --changes changes.json --apply --paragraphs "5-8"
是否绕过: 否
交付物: 会议通知+庄重严谨+2026-08-01+v1.docx（Word 原生修订+批注版）
质量验证: check 通过

🔧 LLM 集成（可选）

Skill 定位为工具层，默认不依赖 LLM（确定性工作全自包含）。以下可选能力需配置环境变量（未配置自动降级，不影响主流程）：

推荐模式：Agent 环境中通过 --output-tasks / --input-tasks 协作，用 Agent 自身 LLM+搜索能力处理，无需配置上述环境变量。

📦 依赖

仅 3 个纯 Python 包：python-docx、pydantic、pyyaml。无数据库、无 Web 框架、无桌面端。

💬 社区交流

欢迎加入社区，参与讨论、交流使用问题、插件开发和项目进展：

📄 许可证与出处

MIT License · (c) 2026 Jose AI · https://www.linhut.cn

本 Skill 源自开源项目 AI 公文智能优化助手。格式引擎与规则 YAML 版权归原作者所有，依 MIT 许可证发行。

镜像仓库

• GitHub：https://github.com/linhut/gongwen-skill
• GitCode：https://gitcode.com/linhut/gongwen-skill
• AtomGit：https://atomgit.com/linhut/gongwen-skill