mazihua-lgtm 公文 Word 生成
把内容整理成 JSON 数据 → 生成版式合规的 .docx → 校验 → 可选转 PDF。
⚠️ 铁律:OCR 内容必须先经用户核对
从图片/PDF 识别出的具体事实(数字、日期、金额、人名、单位名)在用户以文字形式确认之前,一律不得写入交付稿。识别文本仅供起草参考,引用前必须让用户过目。历史教训:OCR 识别公文内容全错,直接进正式稿被批。
工作流
1. 整理内容为 JSON(不要把中文写进 JS)
完整字段见 templates/document-data.json,示例见 examples/sample-data.json:
{
"title": "关于××××的说明",
"body": [
{ "type": "h1", "text": "一、基本情况" },
{ "type": "h2", "text": "(一)总体情况" },
{ "type": "para", "text": "正文内容……" }
],
"sign": [
{ "text": "××单位" },
{ "text": "2026年9月11日" }
]
}
2. 生成 docx
node scripts/build_docx.js <data.json> <output.docx>
若 require("docx") 报错:优先 npm install docx;或用全局包 NODE_PATH=$(npm root -g) node scripts/build_docx.js …。
坑:中文弯引号(" " 《》)只能放 JSON 数据文件;JS 源码里一律 \u 转义。zsh + JS 双重转义是最大翻车点。
3. 校验
textutil -convert txt -stdout <output.docx> # 读回内容核对文字
python3 scripts/verify_layout.py <output.pdf> # 版式坐标核验(需先转 PDF,pdftotext)
4. 转 PDF(可选)
bash scripts/to_pdf.sh <input.docx> [output.pdf]
走 WPS wpscli(本机无 LibreOffice)。坑:WPS 沙盒不能写 /tmp,输出路径用工作目录再 mv。
版式定稿参数(实测对齐范文)
完整表见 references/layout-spec.md。要点:
| 元素 | 规格 |
|---|---|
| 页边距 | 四边均 2.5cm(1418 twips) |
| 标题 | 方正小标宋简体 二号(22pt) 居中 |
| 一级「一、」 | 黑体 三号(16pt) 首行缩进 1.13cm(641 twips) |
| 二级「(一)」 | 楷体_GB2312 三号 同缩进 |
| 正文 | 仿宋_GB2312 三号 首行缩进 两端对齐 |
| 行距 | 固定值 28 磅(560 twips, EXACT) |
| 落款 | 右对齐 仿宋 |
| 页码 | 「— 1 —」宋体四号(14pt),奇数页居右/偶数页居左 |
西文/数字用 Times New Roman(公文惯例)。
交付前自查
- 文字已过用户核对(尤其 OCR 来源的事实)
textutil读回通读一遍:错别字、标点全半角、成对引号- 版式核验通过(或人工开 PDF 目检:字体、缩进、页码方向)
- 文件名规范:
关于××××的说明(20260911).docx类