Bisheng DOCX

在 BiSheng 里做 DOCX

0. 开工纪律

这一轮只读文档，不要在同一轮里并行调用别的工具。 读完本文件（必要时再读 references）之后， 下一轮才开始动手。把「读 SKILL.md」和「产出交付物」放进同一轮并行调用，等于技能没读。

本技能要求已勾选代码执行器（bisheng_code_interpreter）。 没有它就无法生成 .docx —— 直接告诉用户「请在工具里勾选代码执行器后重试」。

灵思自带 export_docx（markdown → Word）。两者分工是硬的，选错路线是本技能最大的失败风险 —— 动手前先看 §2 的边界表。 一句话：只要「把刚才的内容存成 Word」用 export_docx； 要目录、页码、A4 版式、表格列宽、封面、或改用户上传的 .docx，才用本技能。

1. 环境事实（照做，不要试探）

1.1 先探一次环境（第一次执行代码时顺手做，只花一轮）

import shutil
try:
    import docx
    print("python-docx OK")
except ImportError:
    print("python-docx MISSING")
print("soffice:", shutil.which("soffice") or "无（只影响可选的渲染预览，不影响生成）")
print("pandoc :", shutil.which("pandoc") or "无（读 .docx 用 inspect_docx.py 即可）")

python-docx MISSING 正常部署不会出现。不要 pip install（共享的离线环境，装了会污染所有租户）， 如实告诉用户环境缺依赖、需要运维补装。

2. 选路线（先划清与 export_docx 的边界）

export_docx 走的是 MarkDocx：读 output/ 下的 markdown，纯 python-docx 转成 Word。 下面是它的实测产物特征 —— 对照着选，别凭感觉：

2.1 定版式档（决定全篇字体字号，只需定一次）

本技能自带两档。apply_chinese_defaults() 选定后，add_body / add_heading_cn / add_table / add_toc / 页码全部自动跟随，不必逐处传字体（逐处传的结果通常是 「大部分对、少数几处漏了」，这是本技能历史上最常见的翻车方式）。

apply_chinese_defaults(doc)                     # 公文档，默认，什么都不用做
apply_chinese_defaults(doc, profile="modern")   # 简历 / 宣传稿 / 周报

同时勾选了其他公文技能时（用户导入的某单位公文规范、gongwen-draft 之类），分工是硬的：

• 文种、结构、文风、措辞听它的；版式落地永远是本技能。

• 它若给出了明确的字体字号（本单位模板要求华文中宋之类），把取值翻成 dict 传进来， 只写有差异的项，其余自动沿用默认档：

  apply_chinese_defaults(doc, profile={"body": {"font": "华文中宋"},
                                       "headings": {1: {"font": "方正小标宋简体"}}})
  

• 它没给版式取值就用默认公文档，不要为此去翻它的一堆 references —— 那会烧掉几轮还找不到。

• ❌ 不要调用其他技能的 Word 导出脚本（generate_docx.py、export.py 之类）。 它们多是给 Windows 桌面环境写的，在这里会因为"系统未安装公文字体"直接退出 —— 而这个检查在本环境毫无意义：字体名只写进 XML，渲染发生在用户的 Word 里。

3. 从零构建

第 1 步 · 定结构。先把提纲写到 scratch/outline.md。 提纲、草稿、任何 .md 都不许进 output/ —— .md 和 .docx 在交付物排序里同档、按修改时间比， 后写的 .md 会顶掉 .docx 成为用户看到的头条文件。定清楚几级标题、哪里要表、哪里要图。

第 2 步 · 写构建脚本。用 write_file 把完整脚本写到 scratch/build_doc.py， 不要把整段代码塞进代码执行器的参数里 —— 参数过长会被截断，导致反复重试却总差一截。 写法读 /skills/bisheng-docx/references/python-docx-cookbook.md （中文字体、标题、目录、页码、表格、图片、列表都有可直接抄的片段）， 排版规范按 §2.1 定的档读：公文走 references/gongwen-gbt9704.md， 非公文走 references/design-zh.md。

骨架长这样：

import sys, os
sys.path.insert(0, "skills/bisheng-docx/scripts")
from docx_helpers import setup_page, apply_chinese_defaults, add_heading_cn, add_body, \
                         add_table, add_toc, add_page_number_footer, add_gongwen_title, \
                         add_signature_block
from docx import Document

os.makedirs("output", exist_ok=True)
doc = Document()
apply_chinese_defaults(doc)        # ★ 必须调，且要在 setup_page 之前：定档（默认公文）
section = setup_page(doc)          # A4 纵向，页边距按档取（公文 3.7/3.5/2.8/2.6）

# —— 公文档 ——
add_gongwen_title(doc, "关于××××的通知")     # 标题：二号小标宋，不进目录
add_body(doc, "各有关部门：", indent=False)   # 主送机关顶格
add_body(doc, "正文……")                      # 自动左空二字
add_heading_cn(doc, "一、xxx", 1)             # 一级：三号黑体
add_heading_cn(doc, "（一）xxx", 2)           # 二级：三号楷体
add_signature_block(doc, "××××公司", "2026年8月27日")

add_page_number_footer(section)
doc.save("output/xxx.docx")
print("saved")

第 3 步 · 执行：

import subprocess, sys
r = subprocess.run([sys.executable, "scratch/build_doc.py"], capture_output=True, text=True)
print(r.stdout or "(no stdout)")
print(r.stderr[-2000:] if r.stderr else "(no stderr)")

为什么不直接写 python scratch/build_doc.py：PATH 里的 python 未必是后端那个解释器， 用 sys.executable 才能保证跑在装了 python-docx 的环境里。下面所有脚本调用都用这个写法。

第 4 步 · 体检并返修（§6）。返修用 edit_file 定点改 scratch/build_doc.py 再重跑， 不要每次重写整份脚本。

4. ★ 中文字体（最容易出的错）

run.font.name = "微软雅黑" 对中文完全无效 —— 它只写 w:ascii/w:hAnsi（西文）， 中文由 w:eastAsia 决定。不设的话中文退回主题字体，用户打开就是"字体乱了"。

from docx_helpers import set_run_font
set_run_font(run, "仿宋_GB2312", size_pt=16, bold=True)   # ✅
run.font.name = "仿宋_GB2312"                             # ❌ 中文不生效

apply_chinese_defaults(doc) 会按 §2.1 定的档把 Normal 和 Heading 1–4 一次性设好 （顺带关掉 Word 内置 Heading 4 的斜体）。用 add_body / add_heading_cn / add_table 写的内容自动就是对的，不需要也不应该逐处传字体名。体检脚本专门抓这条。

⚠️ 「用户机器可能没装仿宋_GB2312 / 方正小标宋简体」不是弃用它们的理由： .docx 只把字体名写进 XML，渲染发生在用户的 Word 里，服务端装没装完全不影响产物。 公文字体是国标强制项 —— 换成微软雅黑等于交了一份不合规的公文。

5. 改用户上传的文档

import subprocess, sys
r = subprocess.run([sys.executable, "skills/bisheng-docx/scripts/inspect_docx.py",
                    "uploads/原文.docx", "--content-only"], capture_output=True, text=True)
print(r.stdout or "(no stdout)")
print(r.stderr[-2000:] if r.stderr else "(no stderr)")

它按段落序号打印样式和文本、逐表打印内容，据此规划改哪里。然后：

• 只改需要改的 run，不要整段重建 —— 重建会丢掉原有字体、编号、批注关联。
• 原文的样式约定压倒本技能的规范，跟着它走。
• 改完另存到 output/，不要覆盖 uploads/ 里的原件。
• Word 会把一句话拆进多个 w:r，看得见的短语在 XML 里未必是连续字符串 —— 跨 run 的替换要先合并 run，或整段重写后手动补格式。

6. 交付前体检（必做）

import subprocess, sys
r = subprocess.run([sys.executable, "skills/bisheng-docx/scripts/inspect_docx.py", "output/xxx.docx"],
                   capture_output=True, text=True)
print(r.stdout or "(no stdout)")
print(r.stderr[-2000:] if r.stderr else "(no stderr)")

输出分两段：

• === 内容 ===：页面尺寸、段落数、逐段样式与文本、逐表内容。用它核对错字、顺序、缺漏。
• === 体检 ===：开头会先说明它按哪个版式档校验（公文 / 非公文，从文档自身推断）。 ERROR 必须修完；WARN 逐条复核（确认无误可交付）；INFO 是建议。 覆盖公文文档混入通用字体、中文字体缺 w:eastAsia（含样式继承链）、字号过小、标题层级跳级、表格超出版心、 表格首行不像表头、长表不重复表头、图片超宽、目录域没开 updateFields、目录域下没有 Heading、 残留占位符、段落里塞 \n、连续空段落、长文档缺页码域。

结尾固定是 合计: x ERROR / y WARN / z INFO 加一行结论。ERROR 清零就会打出「结论: 通过」， 看到它才算过关；没到就改 scratch/build_doc.py 重新生成再跑一次。不要为了消灭 WARN 无限返工。

可选 · 看渲染图：

⚠️ 仅在你确知当前模型支持读图时才做。 这些 PNG 会被编成 base64 图片块发给厂商接口， 而默认的 Qwen/dashscope 通道已知不接收 base64 图片 —— 读图可能直接失败，甚至中断整个请求。 拿不准就跳过这一步，以体检结果为准。

import subprocess, sys
r = subprocess.run([sys.executable, "skills/bisheng-docx/scripts/render_docx.py", "output/xxx.docx"],
                   capture_output=True, text=True)
print(r.stdout or "(no stdout)")
print(r.stderr[-2000:] if r.stderr else "(no stderr)")

它把每页渲染成 scratch/preview/<名字>/page-01.png，再用 read_file 逐张查看。 渲染用的中文字体只有文泉驿正黑，和用户 Word 里的实际字体宽度不同 —— 行长松紧只作参考，不要为了预览效果反复微调字号。 环境里没有 LibreOffice（.docx 走的是 Writer 组件）时脚本会直说，跳过这一步、以体检结果为准即可。

7. 交付纪律

• output/ 里只放最终的 .docx。提纲、构建脚本、预览图、任何 .md 一律放 scratch/。 理由是硬的：交付物排序里 .md 与 .docx 同为最高档、同档比修改时间， 而过程稿总是后写的 → 一份 output/outline.md 会永久压在 .docx 前面当头条， 用户点开看到的是草稿。scratch/ 不会交付，但跨轮追问会丢（output/、uploads/ 才会带到下一轮）。
• 文件名用有意义的中文名，如 output/2024年度经营分析报告.docx。
• 收尾时如实说明做了什么、多少页/多少节、有没有目录和页码。 不要声称生成了实际不存在的文件。

8. 绝不要做的事

• ❌ 写 require('docx') 或任何 Node 脚本 —— 装不上，npm install 也会失败。
• ❌ 跑 unzip/zip 拆装 .docx —— 环境里没有这两个命令。要改 XML 用 Python 的 zipfile。
• ❌ pip install 任何东西。
• ❌ 给代码执行器的路径带前导斜杠（/output/...、/skills/...）。两套命名空间别混： read_file 读技能文档带斜杠（/skills/bisheng-docx/references/design-zh.md）， 代码执行器里的路径一律不带（skills/bisheng-docx/scripts/inspect_docx.py、output/x.docx）。
• ❌ 只写 run.font.name 就以为中文字体设好了。
• ❌ 因为「用户机器上可能没装仿宋_GB2312 / 方正小标宋简体」就换成微软雅黑、宋体。 字体名只写进 XML，渲染在用户的 Word 里 —— 服务端装没装不影响产物，公文字体是国标强制项。
• ❌ 用手写的 • / 1. 当列表，用 \n 当换行。
• ❌ 用单行表格画分隔线（用 add_hr）。
• ❌ 把文档降级成 Markdown 或 PDF 交付。用户要的是 .docx。
• ❌ 退出码 0、日志已写明 saved，却因为一时没看到文件就重做一遍。