shield_lock
JinDaGe
← Back to skills
extension
Category: Productivity & OfficeAPI key requirement unconfirmed

Word文档格式自动适配

Word文档格式自动适配Skill。根据期刊、学校、出版社或机关单位的格式规范说明文档， 自动解析格式要求并调整源文档的Word格式，包括字体、字号、行距、间距、标题层级、 页边距、摘要、参考文献等排版要素。适用于论文、公文、期刊发文、报告等各种有格式要求的文档场景。 支持输入格式：源文档可为 .docx / .doc / .md（Markdown），格式说明文档可为 .docx / .doc / .md， 输出始终为 .docx 格式。 安装方式：将本Skill包（zip或文件夹）拖入Agent对话框，Agent读取SKILL.md后即可掌握该能力。 触发条件：用户上传格式规范说明文档和源文档，要求按规范调整格式； 用户提到"格式调整""排版""按期刊要求""投稿格式""论文格式""公文格式""字体字号""安装该技能"等。 触发优先级：1) 用户同时上传两个文件+明确格式化指令（最高优先级）→ 直接执行； 2) 用户仅上传格式规范文档 → 进入分步模式，先解析规范输出JSON； 3) 用户仅提及关键词但未上传文件 → 询问用户上传所需文件； 4) 多个技能同时匹配触发词时，以用户上传的文件类型为准（有.docx/.md文档优先匹配本技能）。

personAuthor: aken721hubModelScope
open_in_newRepositorydownloadDownload package

Word文档格式自动适配 Skill

概述

本Skill使Agent具备根据任意格式规范说明文档，自动调整源文档Word格式的能力。适用于论文、公文、期刊发文、报告等各类有格式要求的文档场景。

核心价值：将"阅读几十页格式规范→手动逐项调整Word格式"的繁琐工作，自动化为"上传两个文件→一键完成"。

v1.1 增强能力（较初版）：

  • 复杂表格：自动添加边框、表头加粗+底色、单元格垂直居中、单元格内边距、跨页重复表头、表格整体对齐。规则见 table 字段。
  • 公式支持：自动识别 OMML/OLE 公式段落并保护其不被重新排版；设置文档默认公式字体；Markdown 输入的 $x^2$/$x_i$ 可转换为带上下标的公式文本。
  • 版本管理：SKILL.md 增加 version 字段，并新增 CHANGELOG.md 记录各版本变更。

支持的文件格式：

| 类型 | 支持的输入格式 | 输出格式 | |------|-------------|---------| | 格式规范文档 | .md / .docx / .doc / .wps / .pdf / .rtf / .png / .jpg / .jpeg / .bmp / .tiff | — | | 源文档 | .md / .docx / .doc / .wps / .pdf / .rtf / .png / .jpg / .jpeg / .bmp / .tiff | .docx |

注：

  • .md 文件会自动转换为 .docx 后再进行格式处理。
  • .pdf 文件需安装可选依赖（pdfplumber/pdf2docx），见下方「环境依赖」。
  • 图片文件需安装可选 OCR 依赖（推荐 rapidocr-onnxruntime），或由 Agent 视觉能力直接提取。
  • .wps 文件通常可被 python-docx 直接读取。
  • .rtf 文件通过纯文本剥离或 pywin32（Windows）转换。

能力边界

本Skill擅长根据格式规范自动调整文档排版，但以下场景不在处理范围内：

| 不支持的场景 | 原因 | 建议替代方案 | |-------------|------|-------------| | 复杂嵌套表格（合并单元格） | python-docx 无法修改合并单元格结构 | 手动调整表格结构后再格式化 | | 多级编号列表自动重排 | 仅调整格式，不重新编排编号 | 使用 Word 自动编号功能 | | 脚注/尾注格式 | python-docx 对脚注尾注 API 支持有限 | 手动调整脚注格式 | | 宏文档/VBA | 不处理宏和代码 | 去除宏后处理 | | 修订模式/批注 | 不处理修订标记和批注 | 接受所有修订后处理 | | 复杂分节符页面设置 | 分节符可能影响页面设置应用 | 手动检查分节页面 | | 内容重写/润色 | 仅调整格式，不修改文字内容 | 使用其他工具处理内容 |

兜底方案：当格式说明文档语义复杂导致自动解析不准确时：

  1. 使用 --parse-only 先查看解析结果，手动修正规则 JSON
  2. 使用 --llm-parse 生成 Prompt，借助大模型解析复杂规范
  3. 在 Agent 对话中要求修正："一级标题字号应该是14不是16"

遇到问题？请查阅 references/faq.md 常见问题排错指南。

环境依赖

本Skill的Python工具核心依赖 python-docx，可选依赖用于图片/PDF/RTF支持。

核心依赖（必需）：

python -c "import docx" 2>/dev/null || python -m pip install -r requirements.txt

可选依赖（按需安装）：

# 图片 OCR + PDF + RTF 支持（一键安装）
python -m pip install -r requirements-optional.txt

# 或单独安装：
# 图片 OCR（推荐 RapidOCR，轻量~50MB，中文优秀）
python -m pip install rapidocr-onnxruntime
# PDF 文本提取 + PDF转docx
python -m pip install pdfplumber pdf2docx
  • 依赖清单见根目录 requirements.txt（核心）和 requirements-optional.txt（可选）。
  • 建议使用 python -m pip（而非裸 pip），避免装到错误解释器。
  • 公式处理依赖Word内置公式字体（默认 Cambria Math），系统通常已自带。

图片输入处理协议

当格式规范文档或源文档为图片格式(.png/.jpg/.jpeg/.bmp/.tiff)时，按以下三层降级链处理：

角色A — 图片作为格式说明文档（仅需提取文本）：

  1. 第1层 — Agent 视觉能力（推荐，零代码）：

    • Agent 自检是否具备图片识别能力（如 analyzeImage 工具或多模态理解）
    • 若具备：提取图片中的文本内容 → 保存为临时 .md 文件 → 用该 .md 路径替代原图片路径 → 走标准流程
    • OCR 质量最高（多模态 LLM 远超传统 OCR）

  2. 第2层 — Python OCR 引擎（代码自动降级）：

    • 若 Agent 无视觉能力，将图片路径传给 Python 脚本
    • 脚本按优先级尝试以下 OCR 引擎：
      • RapidOCR (rapidocr-onnxruntime)：首选，轻量~50MB，中文优秀，pip install 即可
      • Tesseract (pytesseract + Pillow)：备选，通用，需额外安装 Tesseract + chi_sim 语言包
      • EasyOCR (easyocr)：末选，质量好但依赖 PyTorch ~500MB

  3. 第3层 — 优雅失败：

    • 若以上均不可用，返回明确的错误信息和安装指引
    • 提示用户可手动将图片内容转为 .md 文件后重试

角色B — 图片作为源文档（需识别结构：标题/段落/表格/插图）：

  1. 第1层 — Agent 视觉能力（推荐，零代码）：

    • Agent 用视觉能力分析图片中的文档版面结构
    • 按 Markdown 格式输出结构化文本（关键步骤）：
      • # = 文档标题
      • ## = 一级标题（1. / 一、 / 第一章）
      • ### = 二级标题（1.1 / （一））
      • #### = 三级标题（1.1.1 / 1.）
      • 普通段落 = 正文
      • | col | col | = 表格
    • 保存为 .md 文件 → 走标准 Markdown 管道（md_converter → DocumentStructureAnalyzer → FormatApplier）
    • 此方案结构识别质量最高（多模态 LLM 理解版面语义）

  2. 第2层 — PaddleOCR PP-Structure（Python 版面分析 fallback）：

    • 若 Agent 无视觉能力，脚本自动尝试 PaddleOCR PP-Structure
    • PP-Structure 一体化识别：标题(title)、正文(text)、表格(table)、图片(figure) 区域
    • 按区域类型构建 docx（title→Heading, text→Paragraph, table→Table）
    • 需安装：pip install paddleocr（约1GB）

  3. 第3层 — RapidOCR 带坐标启发式推断：

    • 若 PP-Structure 不可用，用 RapidOCR 带坐标结果
    • 按文本行高度启发式推断标题（高于中位数1.5倍→H1, 1.2倍→H2）
    • 结构识别质量中等

  4. 第4层 — 纯 OCR 文本：

    • 以上均不可用时，提取纯文本构建全 Normal 段落的 docx
    • 结构识别差，仅靠后续 DocumentStructureAnalyzer 的编号正则识别标题

PDF 源文档处理协议

文本版 PDF（正常 PDF）：

  • 使用 pdf2docx 转换为 docx，保留段落/表格结构
  • 标题样式通常丢失，但 DocumentStructureAnalyzer 可通过编号正则识别

扫描版 PDF（实为图片）：

  • 脚本自动检测是否为扫描件（文本量极少 + 含图片）
  • 若为扫描件：每页渲染为图片(200dpi) → 走图片源文档处理协议（上述角色B）
  • 需安装 PyMuPDF(fitz) 用于渲染：pip install PyMuPDF

安装说明

当用户将本Skill包拖入对话框并说"安装该技能"时：

  1. 读取 SKILL.md 理解能力范围
  2. 读取 src/ 目录下的Python工具代码（如环境支持Python执行）
  3. 读取 references/llm-parse-prompt.md 获取LLM解析模板
  4. 读取 references/format-rules-schema.md 理解JSON规则格式
  5. 检测Python环境依赖（见上方「环境依赖」），必要时安装 python-docx
  6. 运行 check_optional_capabilities() 检测可选依赖，记录可用能力
  7. 向用户确认安装结果，并根据用户预期用途给出可选依赖安装建议（见下方「可选依赖安装决策指引」）

可选依赖安装决策指引

安装时 Agent 应询问用户预期输入格式，按需推荐安装：

问用户："您的格式说明文档和源文档主要是什么格式？"

| 用户回答 | 推荐安装 | 原因 | |---------|---------|------| | .docx / .doc / .md / .wps | 无需可选依赖 | 核心依赖已够用 | | .pdf（格式说明或源文档） | pip install pdfplumber pdf2docx | PDF文本提取 + PDF转docx | | 图片（格式说明） | pip install rapidocr-onnxruntime | OCR提取格式要求文本，~50MB | | 图片（源文档） | pip install paddleocr | 需版面分析识别标题/段落/表格结构，~1GB | | 扫描版PDF（源文档） | pip install paddleocr PyMuPDF | 渲染为图片 + 版面分析 | | 不确定 | pip install rapidocr-onnxruntime pdfplumber pdf2docx | 轻量组合，覆盖大多数场景 |

关键区分：

  • 格式说明文档为图片 → 只需 rapidocr-onnxruntime（提取文本即可，无需版面分析）
  • 源文档为图片 → 需 paddleocr（必须识别标题/段落/表格等结构）
  • Agent 有视觉能力 → 图片源文档无需安装任何 OCR 库（Agent 直接输出结构化 Markdown）

使用流程（安装后）

标准指令模板

用户安装后，使用以下标准指令触发：

"将 [源文档.docx/.md] 按照 [格式说明.docx/.md] 的要求，进行完整的格式设置，并输出修改后的标准格式文档到 [指定路径/文件夹]"

执行步骤

Agent收到上述指令后，按以下步骤执行：

Step 1: 读取并理解格式规范

  • 读取用户上传的格式规范文档（.docx/.doc/.md）
  • 如为 .md 文件，直接读取文本内容
  • 如为 .docx/.doc 文件，提取文档中所有段落文本
  • 使用 references/llm-parse-prompt.md 中的Prompt模板，将规范文本输入LLM进行解析
  • LLM输出结构化的JSON格式规则
  • 输出: format_rules.json（保存到工作目录）

Step 2: 读取并转换源文档

  • 读取用户上传的源文档（.docx/.doc/.md）
  • 如为 .md 文件，调用 src/md_converter.py 转换为临时 .docx 文件
  • 如为 .doc 文件，尝试用 python-docx 读取并另存为 .docx
  • 如为 .docx 文件，直接使用
  • 输出: 转换后的 .docx 文件路径

Step 3: 分析文档结构

  • 使用 src/doc_structure_analyzer.py 的逻辑分析文档结构
  • 识别：文档标题、作者、摘要、关键词、各级标题（1-4级）、正文、参考文献、图表标题
  • 输出: 结构分析报告（文本形式展示给用户）

Step 4: 应用格式规则

  • 加载Step 1生成的JSON规则
  • 根据Step 3识别的结构，逐段落应用格式
  • 修改内容：页面设置、字体、字号、行距、间距、对齐、缩进
  • 输出: 格式化后的Word文档（.docx）

Step 5: 保存并交付

  • 将格式化后的文档保存到用户指定的路径/文件夹
  • 如用户未指定路径，保存到默认输出目录，命名为 {原文件名}_formatted.docx
  • 如原文档是 .md 转换而来，输出文件名基于原 md 文件名
  • 向用户展示：
    • 格式化完成确认
    • 应用的规则摘要（如"一级标题：黑体16pt加粗居中"）
    • 识别的结构统计（如"识别到3级标题共12个，正文段落45个"）
    • 输出文件路径

分步模式

如果用户只上传了规范文档：

"请解析这个格式规范，输出一个可以复用的规则文件"

Agent执行Step 1，输出JSON规则文件，告知用户保存后可在后续格式化中复用。

核心能力详解

1. 格式规范解析（LLM驱动）

格式规范文档可以是 .docx/.doc/.md 格式。Agent：

  • .docx/.doc: 用 python-docx 提取所有段落文本
  • .md: 直接读取文件文本内容

然后使用 references/llm-parse-prompt.md 中的标准化Prompt，让LLM提取以下要素：

| 要素 | 提取内容 | |------|---------| | 页面设置 | 纸张大小、页边距（上/下/左/右）、页眉页脚距离 | | 文档标题 | 字体、字号、加粗、对齐 | | 一级标题 | 字体、字号、加粗、对齐、段前段后间距、行距 | | 二级标题 | 同上 | | 三级标题 | 同上 | | 四级标题 | 同上 | | 正文 | 中文字体、英文字体、字号、行距、首行缩进 | | 摘要 | 字体、字号、行距、缩进 | | 关键词 | 字体、字号、加粗 | | 参考文献 | 字体、字号、行距、对齐、缩进 | | 图表标题 | 字体、字号、对齐 | | 表格 | 表体字体、表头字体/底色/加粗、边框、对齐、单元格内边距、跨页表头 | | 公式 | 默认公式字体、公式段落保护 |

关键：LLM解析后，Agent必须向用户展示提取的规则摘要，让用户确认或修改。

2. Markdown 到 Word 转换

当源文档为 .md 格式时，使用 src/md_converter.py 进行轻量级转换：

| Markdown 语法 | Word 转换结果 | |--------------|--------------| | # 标题 | Heading 1 | | ## 标题 | Heading 2 | | ### 标题 | Heading 3 | | #### 标题 | Heading 4 | | 普通段落 | Normal 段落 | | **粗体** / __粗体__ | 加粗文本 | | *斜体* / _斜体_ | 斜体文本 | | `代码` | Courier New 字体 | | 代码块 | Courier New 字体，带缩进 | | - 列表项 | List Bullet | | 1. 列表项 | List Number | | > 引用 | 斜体，灰色，带缩进 | | --- 分隔线 | 灰色分隔线 |

转换后，再按照格式规则统一调整字体和段落格式。

3. 文档结构识别（规则驱动）

使用 src/doc_structure_analyzer.py 中的识别逻辑：

| 段落类型 | 识别规则 | |---------|---------| | 文档标题 | 文档前5段内、无编号、长度20-50字、无标点结尾 | | 作者信息 | 文档前5段内、短文本（<20字） | | 摘要标签 | 文本为"摘要"或"Abstract"（不区分大小写） | | 摘要内容 | 摘要标签后的长文本段落（>50字） | | 关键词 | 文本含"关键词"或"Keywords" | | 一级标题 | 匹配 1. / 第一章 / 一、 / 第1章 等 | | 二级标题 | 匹配 1.1 / (1) / （一） 等 | | 三级标题 | 匹配 1.1.1 / (a) / 1.（阿拉伯数字+点，公文三级）等 | | 四级标题 | 匹配 1.1.1.1 / （1）（公文四级）等 | | 参考文献标签 | 文本为"参考文献"或"References" | | 参考文献条目 | 匹配 [1] / 1. 编号模式，且在参考文献标签之后 | | 图表标题 | 匹配 图1 / Fig.1 / 表1 / Table 1 | | 正文 | 以上均不匹配，默认为正文 |

4. 格式应用（python-docx驱动）

使用 src/format_applier.py 中的逻辑，通过python-docx库修改Word文档：

  • 页面设置：修改Section的page_width、page_height、margins
  • 段落格式：alignment、line_spacing、space_before/after、indentation
  • 字体格式：name、size、bold、italic、color
  • 中英文字体分离：通过底层XML操作（w:rFonts节点的w:eastAsia属性）分别设置中文字体和英文字体
  • 样式修改：同步修改文档内置样式（Normal、Heading 1-4）

输入输出规范

输入

| 输入项 | 格式 | 必需 | 说明 | |--------|------|------|------| | 格式规范文档 | .md / .docx / .doc / .wps / .pdf / .rtf / 图片 | 是 | 期刊/学校的格式说明文档 | | 源文档 | .md / .docx / .doc / .wps / .pdf / .rtf / 图片 | 是 | 待格式化的文档 | | 已有规则JSON | .json | 否 | 之前解析保存的规则，可替代规范文档 |

输出

| 输出项 | 格式 | 说明 | |--------|------|------| | 格式化后的文档 | .docx | 按规范调整后的文档 | | 格式规则JSON | .json | 解析出的结构化规则（可选保存） | | 结构分析报告 | 文本 | 识别的文档结构统计 |

跨Agent适配

本Skill的核心是标准化JSON规则 + Python工具脚本，可在任何环境中使用：

| 环境 | 使用方式 | |------|---------| | Kimi Agent | 直接安装本Skill，LLM解析+Python执行 | | QClaw | 上传规范→获取JSON→上传源文档→下载结果 | | WorkBuddy | 作为工作流节点，串联解析+应用两个步骤 | | Qoder | 将JSON规则注入代码生成上下文 | | Trae Work | 在终端运行 python src/main.py | | 本地Python | 直接运行工具脚本 |

限制与注意事项

  1. .doc 格式兼容性：python-docx 对 .doc 格式的读取能力有限，复杂 .doc 文件可能无法正确读取，建议先转换为 .docx
  2. Markdown 转换：轻量级转换器仅支持基本 Markdown 语法，复杂表格、数学公式、嵌套列表等可能转换不完美
  3. 复杂页眉页脚：奇偶页不同、分节符控制等需手动调整
  4. 公式对象：MathType/OMML公式格式修改能力有限
  5. 参考文献排序：仅调整格式，不重新排序引用
  6. 字体依赖：需确保系统安装规则中指定的字体
  7. 表格格式：支持表格边框、表头加粗+底色、单元格垂直居中、单元格内边距、跨页重复表头、表格整体对齐；但不支持合并单元格的修改
  8. 标题识别：无编号标题的识别准确率较低，建议用户确认结构分析结果

错误处理

| 场景 | 处理方式 | |------|---------| | 规范文档格式不清晰 | 向用户展示解析出的规则，请求确认；或要求用户提供更清晰的规范 | | 文档结构识别错误 | 展示结构分析结果，让用户指出错误段落，手动修正类型 | | 字体未安装 | 警告用户，使用系统默认字体替代，建议安装所需字体 | | python-docx执行失败 | 回退到纯LLM模式：让LLM逐段指导用户手动调整 | | .doc 文件无法读取 | 提示用户将 .doc 转换为 .docx 后重试 | | .md 文件包含复杂元素 | 警告用户部分元素可能转换不完美，建议检查输出 | | 输出路径无权限 | 提示用户更换路径，或使用默认输出目录 |

示例对话

示例1：完整格式化流程（docx输入）

User: 安装该技能

Agent: ✅ Word格式适配技能已安装。我可以帮您：

  1. 解析期刊/学校/机关单位的格式规范文档（支持 .docx/.doc/.md）
  2. 自动识别文档结构（标题、摘要、正文、参考文献等）
  3. 一键应用格式规则，生成标准格式 .docx 文档

请上传您的格式规范文档和源文档，我会帮您完成格式化。

User: 将我的文档.docx按照计算机学报格式说明.docx的要求，进行完整的格式设置，并输出到 /papers/ 文件夹

Agent: 好的，开始执行格式化流程：

Step 1/5: 解析格式规范... 已从《计算机学报格式说明》中提取以下规则：

  • 页面：A4，页边距上下2.54cm，左右3.17cm
  • 一级标题：黑体16pt，居中，段前12磅段后6磅
  • 二级标题：黑体14pt，左对齐，段前6磅段后6磅
  • 正文：宋体12pt，Times New Roman英文，1.5倍行距，首行缩进2字符
  • 摘要：楷体12pt，1.5倍行距
  • 参考文献：宋体10.5pt，单倍行距

Step 2/5: 读取源文档... 文档格式：.docx，直接使用。

Step 3/5: 分析文档结构... 识别结果：

  • 文档标题：1个
  • 作者信息：1个
  • 摘要：1个（长度约200字）
  • 关键词：1个
  • 一级标题：4个（1.引言 2.相关工作 3.方法 4.实验）
  • 二级标题：8个
  • 三级标题：3个
  • 正文段落：42个
  • 参考文献：15条
  • 图表标题：6个

结构识别是否正确？如有误请指出，我将修正。

Step 4/5: 应用格式规则... 正在应用格式... ✅ 页面设置已调整 ✅ 标题格式已应用（4个一级标题、8个二级标题、3个三级标题） ✅ 正文格式已应用（42个段落） ✅ 摘要/关键词格式已应用 ✅ 参考文献格式已应用（15条） ✅ 图表标题格式已应用（6个）

Step 5/5: 保存文档... 格式化完成！文档已保存至：/papers/文档_formatted.docx

示例2：Markdown文档输入

User: 我的文档是 markdown 格式的，格式说明是 word 文档，能处理吗？

Agent: 可以处理！本Skill支持 .md 格式的源文档输入，会自动将其转换为 .docx 后再进行格式调整。

请上传：

  1. 格式说明文档（.docx/.doc/.md）
  2. 源文档（.md）

我将：

  1. 解析格式规范
  2. 将您的 .md 文档转换为 .docx（保留标题、粗体、斜体、列表等格式）
  3. 按照规范应用格式
  4. 输出标准格式的 .docx 文件

User: [上传 format_spec.docx 和 paper.md]

Agent: 收到两个文件，开始处理：

Step 1/5: 解析格式规范... 已从 format_spec.docx 中提取规则...

Step 2/5: 转换源文档... 正在将 paper.md 转换为 Word 文档...

  • 识别到 Heading 1: 4个
  • 识别到 Heading 2: 6个
  • 识别到正文段落：38个
  • 识别到粗体文本：12处
  • 识别到代码块：3个 转换完成：paper_converted.docx

Step 3/5: 分析文档结构... [结构分析结果...]

Step 4/5: 应用格式规则... [格式应用结果...]

Step 5/5: 保存文档... 格式化完成！文档已保存至：paper_formatted.docx

示例3：仅解析规范

User: 请帮我解析这个学位论文格式规范（.md），我要保存规则以后用

Agent: 正在解析格式规范（.md）...

提取的规则摘要：

  • 页面：A4，页边距上下2.5cm，左右3cm
  • 一级标题：黑体三号（16pt），居中
  • 二级标题：黑体四号（14pt），左对齐
  • 正文：宋体小四（12pt），英文Times New Roman，1.5倍行距
  • 摘要：楷体小四（12pt）
  • 参考文献：宋体五号（10.5pt）

规则JSON已生成，是否保存？ [输出 format_rules.json 供下载]

您可以保存此JSON文件，以后格式化文档时直接上传规则和源文档即可，无需重复解析规范。