lingyu9495-source
- 20 skills
- 0 followers
- 13 hours ago last updated
- ▌ AI Image Watermark Removal · lingyu9495-source bundle去除 AI 生成图角落的"XXAI生成"半透明/白色角标水印。像素级验证不自我欺骗、双信号交叉定位抗幻觉、多候选客观指标投票覆盖。当用户要求去除图片水印、清理 AI 生成角标、去"豆包/即梦/Kolors 生成"水印时使用。
- ▌ Hermes Profile Browser Isolation · lingyu9495-source bundle多个 AI 助手同时干活时，浏览器会互相抢占：弹窗抢焦点、任务互相打断、你正在用的 Chrome/Edge 被顶掉——**你连自己的网页都点不动了**。 这套给每个助手（profile）配一套**独立的持久浏览器实例**：固定调试端口 + 固定数据目录，默认无头运行不抢屏，各自保存登录态，不用反复扫码。你照常用自己的浏览器，完全不受打扰。 - 一键配置 / 一键审计 / 一键回收，三条命令搞定 - 纯本地脚本，零 token 消耗 - 跨平台：Windows / macOS / Linux 通用 - 输入：要并行的助手数量与名字 - 输出：每个助手一套独立浏览器环境 + 冲突自检报告 适用：多智能体并行干活、需要各自保存不同账号登录态、共享一台电脑但互不干扰。 触发词：浏览器隔离、多智能体并行、不抢屏、无头浏览器、CDP、调试端口、独立 profile、登录态保存、多账号同时登录、AI 抢鼠标。
- ▌ Funding Fit Diagnosis · lingyu9495-source bundle项目想融资，卡住的往往不是不会写 BP，而是不知道够不够格、该找谁、还缺什么、多久能到钱——问 AI 只得到"建议加强团队"这类正确的废话。这套引擎把它拆成可执行的四步：①10 问项目画像采集（缺关键项就先追问，不猜）②双轨评分：市场化 VC 适配分与政府基金适配分**分开算、各自判定**（≥75 强匹配 / 60-74 可争取 / 45-59 需补短板 / <45 暂不建议，低分不许只说"不行"，要给替代路径）③点名机构：按赛道/阶段/地域从 23 家头部 VC 与产业资本(CVC)、21 家政府基金的卡片里逐条对照"匹配信号/劝退信号"，每家写清"为什么是你、你还缺什么、材料怎么准备、递送路径"，并单列"不建议碰"的机构省时间④差距清单（差距｜补齐动作｜耗时｜难度｜优先级，只挑 3 个月内能推动的）+ 三线找钱路线图（市场化 / 政府 / 替代路径）+ 时间预期与现金流提醒。包内另附 30 个真实融资案例对标、TS 条款红线、估值倍数参考、BP 制作铁律，以及零依赖离线评分脚本（纯标准库、不联网、不调大模型 API）。输入：项目情况（照着 10 问答即可）；输出：一份研判报告（评分 + 优先接触名单 + 差距清单 + 路线图 + 风险提示），脚本侧可另出 JSON 评分结果。评分是适配度不是成功率，不承诺融资结果。触发词：融资、找投资、融资研判、能不能融到钱、找哪家风投、风险投资、VC、产业资本、CVC、政府引导基金、政府基金申报、产业基金、招商返投、项目申报、补贴申报、商业计划书、BP、路演、估值、股权稀释、TS 条款、对赌、回购、FA、财务顾问、找钱、融资渠道、天使轮、Pre-A、A轮。
- ▌ Excel Keep Format Edit · lingyu9495-source客户拿来一张老报表说「就在原表上改个数，格式一点都不要动」——用 openpyxl 重建一次，字体、边框、合并单元格、条件格式、列宽全丢，客户一打开就知道这不是他原来那张表。 正确做法：**用 Excel COM 打开原文件的副本，只改目标单元格的值，其余原样保留。** 这套 skill 解决三个真痛点： - **格式零丢失**：复制原件再改，不重建工作簿 - **别猜行号**：先扫科目名定位实际行列再改（附「资产负债表是左右双栏、科目在 E 列、数值在 G/H 列」这个反复踩的坑） - **改完保勾稽**：财务三表调整后自动校验「资产=负债+所有者权益」，不是改完就交 适用：审计调整分录、财务测算、错账更正、报表科目重分类。 环境：Windows + Office（用 pywin32 调 COM）。 触发词：Excel改数字、保格式修改、原表修改、不动格式、xls修改、财务三表、资产负债表调整、勾稽关系、审计调整。
- ▌ Lowvram AI Video Comfyui · lingyu9495-source bundle网上的 AI 视频教程开口就是 24G 显存，一看就把人劝退——**其实 8G 的 4060 也能跑**。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。 能做什么：本地生成低分辨率、几秒的短视频（动漫向，自媒体够用），全程本地、零 API 费用。 里面几条最值钱的，都是踩坑换来的： - **文生视频和图生视频是两套模型，不能互换**：Wan2.1-1.3B 只有文生视频，它的图生视频是 14B（8G 跑不动）；8G 能跑的图生视频是 LTX-2B fp8 - **人物一致性正解**：纯文生视频做不到"同一主角多段连续"，要用同一张角色图做首帧逐段生成再拼接；硬拼 N 段必然人物漂移 - **部署顺序不能跳**：ComfyUI 便携版安装 → 升到最新版（旧版没有 Wan/LTX 节点）→ 依赖升级 → torch 与 comfy-kitchen 版本匹配 - 国内网络下的 GitHub 镜像配置、MSYS 路径把 7z 解压目标搞坏的坑 - **白下载预警**：动手前先验模型有没有音频能力、显存装不装得下，别下完 20G 才发现跑不动 输入：一段提示词（文生）或一张角色图（图生） 输出：本地生成的短视频文件 触发词：本地跑AI视频、低显存、8G显存、4060、显存不够怎么跑、ComfyUI视频、Wan2.1、LTX、文生视频、图生视频、本地视频生成、零成本AI视频。 能做什么：本地生成低分辨率、几秒的短视频（动漫向，自媒体够用），全程本地、零 API 费用。 里面几条最值钱的（都是踩坑换来的）： - **文生视频和图生视频是两套模型不能互换**：Wan2.1-1.3B 只有文生视频，它的图生视频是 14B（8G 跑不动）；8G 能跑的图生视频是 LTX-2B fp8 - **人物一致性正解**：纯文生视频做不到「同一主角多段连续」，要用同一张角色图做首帧逐段生成再拼接；硬拼 N 段必人物漂移 - **部署顺序不能跳**：ComfyUI 便携版安装 → 升到最新版（旧版没有 Wan/LTX 节点）→ 依赖升级 → torch 与 comfy-kitchen 版本匹配 - 国内网络下的 GitHub 镜像配置、MSYS 路径把 7z 解压目标搞坏的坑 - **白下载预警**：动手前先验模型有没有音频能力、显存装不装得下，别下完 20G 才发现跑不动 触发
- ▌ Feasibility Report Engine · lingyu9495-source bundle做可研报告，卡住的往往不是不会写，是**不知道按哪版大纲、财务测算六表和正文对不上、交付前排版被退稿**。这套是从二十多万字、131 张表的真实交付里固化的流水线。 为什么可以信这套： - **大纲判型判错整篇重写**：发改委 2023 大纲政府版 11 章 38 节、企业版 10 章 37 节，两套结构不同，先判型再动笔 - **六表必须全公式联动**：改一个参数不全表重算，表格之间立刻前后矛盾，评审一眼就能看出来 - **排版是退稿高频项**：Word 里图片跨页、表格断行、目录页码不对，都是被退回来的原因，所以交付前有一道体检 怎么做的：判型 → 联网尽调采集 → 财务测算（六表全公式）→ 按大纲成稿 → 专业排版去AI痕 → 多模型视觉验收 → 交付。 输入：项目基础信息、甲方要求、可拿到的公开数据 输出：可研报告 Word 成稿 + Excel 六表测算套表（改参数自动重算）+ 说明文档 触发词：可研报告、可行性研究报告、可行性研究、立项报告、项目建议书、发改委大纲、财务测算、六表勾稽、融资可研、政府可研、企业可研、报告排版。
- ▌ AI Fingerprint Desensitizer · lingyu9495-source bundle平台现在不是"猜"你是不是 AI 写的，是**拿语义指纹比对**——句子节奏、关联词习惯、段落结构、标点规范度，都对得上就降权。 问题是：**你根本不知道自己的稿子哪里像 AI**，只感觉"读起来有点平"。 这套做的是**检测 → 改写 → 复检**的闭环，不是丢你一段 prompt： 1. **五维指纹检测**（可定位到句）：句式指纹 / 词汇指纹 / 结构指纹 / 节奏指纹 / 标点指纹，逐维打分并**指出最像 AI 的那几句**——先知道病在哪，才谈得上改 2. **分层改写手法**（不是换词）：具体化替换（抽象论断 → 具体事实/数字/场景）、节奏打散（破坏均匀句长）、视角注入（第一人称经验与时间地点）、信息增量（补真实案例）——**平台真正奖励的是"人工介入痕迹"，不是同义词替换** 3. **闭环复检**：改完自动复检，未达标按最弱维度再改一轮（可设最多轮次），并输出前后对比报告 4. **平台差异**：头条（语义指纹比对 + 原创度权重）、公众号（完读率第一）、小红书（AI 辅助需标注）、网文（平台审核红线）各有侧重 ⚠️ **合规边界写死在包里**：这不是"洗稿工具"，也不是"绕过审核"——是把你自己的内容补足人工痕迹（真实案例、实地数据、个人观点），这恰好是平台规则里明确要求的方向。用在别人的稿子上＝洗稿，包内直接标红。 输入：你的原稿（.md / .txt / 直接粘贴） 输出：五维指纹报告（含问题句定位）+ 改写建议 + 改写后复检对比 触发词：AI味、去AI味、降AI率、AI指纹、AI检测、内容原创度、平台降权、AI生成内容、人工痕迹、改写、去AI化、过检测。
- ▌ Bank Scan Household Splitter · lingyu9495-source bundle客户丢来一个压缩包，里面几百张身份证正反面、开卡申请书、合同——**人工一张张挑，一下午就没了，还容易漏**。 这套按人按户自动拆好：解包 → 抽出全部图片 → 视觉模型批量识别"这是谁的正/反面、哪份申请书" → 按户匹配 → 每户输出一个独立 Word。 有一条用真金白银换来的选型红线：**证件识别不要用 GLM-4V-Flash**（实测 18 张身份证背面里 11 张被编造，还编出了姓名），必须用高准确度视觉模型并配交叉校验。 - 输入：RAR/ZIP 加密压缩包，或几百页全是图片、没有文字的扫描件 docx - 输出：「姓名-身份证+开申请书.docx」单户文件 + 「待人工核对」文件夹（识别不出或匹配不上的单独放，不混进正常结果） - 图片不出本机：解包与提取都在本地做，只有识别那一步调视觉模型 适用：银行影像材料归户、律师立案材料整理、催收/诉讼材料分户、批量证件归档。 触发词：扫描件拆分、材料按户分开、银行影像材料、身份证正反面识别、归户、批量证件归档、律所立案材料、docx 提取图片、OCR 分类、催收材料整理。 适用对象：银行影像材料归户、律师立案材料整理、催收/诉讼材料分户、批量证件归档。 输入：RAR/ZIP 加密压缩包，或几百页的扫描件 docx（全是图片、无文字） 输出：「姓名-身份证+开申请书.docx」单户文件 + 「待人工核对」文件夹（识别不出/匹配不上的单独放，不混进正常结果） 核心做法：解包 → 从 docx 抽出 word/media 全部图片 → 视觉模型批量识别「这是谁的正/反面、哪份申请书」→ 按户匹配 → 生成单户 Word。 ⚠️ 里面有一条用真金白银换来的选型红线：证件识别**不要用 GLM-4V-Flash**（实测 18 张身份证背面里 11 张被编造，还编出姓名），必须用豆包 Seed 2.0 Pro 这类高准确度视觉模型，并配交叉校验。 触发词：扫描件拆分、材料按户分开、银行影像材料、身份证正反面识别、归户、批量证件归档、律所立案材料、docx 提取图片、OCR 分类。 图片不出本机（解包与提取全在本地做），只有识别那一步调视觉模型。
- ▌ Feasibility Study Consultant · lingyu9495-source bundle项目可行性论证与研究报告写作框架 —— 任何「这事能不能做、怎么做、值不值得做」的商业决策场景：可行性研究/立项论证/新项目评估/创业方向验证。10大论证模块 + 强制联网尽调 + 多源交叉验证 + 读者视角写作 + 结构化报告输出。（v1.4 升级：从「引导客户把项目情况讲清楚」到「按问题类型与项目类型选论证方法」再到「用假设台账逐条验证」的六步教练流程；附可行性门槛评分器与假设台账两个零依赖脚本、项目卡与决策门清单模板）
- ▌ Financial Statement Adjustment · lingyu9495-source存量财务报表在原表基础上改数字并保持三表勾稽关系。当用户要求「在原报表上改某些数字，其他数据跟着调整且格式完全不变」时使用：资产负债表/利润表/现金流量表的目标值调整、未分配利润与利润总额联动、勾稽校验。
- ▌ Agent Responsiveness Delegation · lingyu9495-source bundle你给 AI 助手派了个重活，然后发现：发消息它不回、想插话只能排队、等十几分钟才回一句——等它抬头，需求早变了。根因不是模型慢，是主脑把重活放在前台跑，整个回合被占死。这个 Skill 把这套「重活外派 + 随时应答」机制做成可落地的东西：① 规则块（一页写清判级、派完立刻让出对话、工单四要素、只回收结论、自报≠事实、拍板留主脑、跨会话任务换机制）② 跨平台落地脚本 provision_agent_responsiveness.py：探测本机已有的 Agent 环境（Hermes 的 SOUL 置顶铁律块、Claude Code 的全局指令文件，这两条已实测），把规则块幂等写入（自动备份原文件、重复执行不重复写、绝不覆盖你已有内容）；其余平台（Codex / Cursor / WorkBuddy / 任意 Agent）则导出一份可直接粘贴的规则块 markdown，你粘到系统提示或自定义指令里就生效 ③ 体检脚本 audit_agent_responsiveness.py：逐项核对规则块是否存在、是否被后续改动覆盖、探测到哪些平台——没检测到就如实报「未检测到支持的平台」，不假报通过。纯标准库、零依赖、Windows/macOS/Linux 通用。触发词：AI不回话、等太久、插话卡住、助手响应慢、主脑被占住、重活外派、子代理、多智能体、响应速度、落地配置、系统提示。
- ▌ Npl · lingyu9495-source bundle不良资产这行的钱，赚在**买入价**上——买贵了，后面怎么处置都白搭。 这是一套不良资产全栈知识库，覆盖：形成机制与分类、估值定价方法（交易案例比较/专家判断/现金流折现）、30 种处置技术与适用场景、尽调流程与红线、投标上限反推、回收率建模、区域差异定价，以及对公与个贷不良的不同打法。包里含可直接跑的投标速算脚本，改参数就用。 几条实战口径：**先算退出再算出价**（处置路径没想清楚就出价＝闭眼投标）；**分类决定策略**（有抵押/纯信用/个贷批量定价逻辑完全不同，折扣区间只是起点）；**尽调只查三件事**（权利是否干净、抵押物是否真实可控、债务人有无可执行财产）。 输入：资产包基本信息、债务人与抵押物情况、区域 输出：估值区间与建议出价上限、处置路径建议、尽调重点清单 触发词：不良资产、NPL、资产包、尽调、估值定价、处置、法拍、债权转让、AMC、回收率、投标、抵押物、个贷不良、对公不良。
- ▌ Company Law · lingyu9495-source bundle公司出事，十有八九出在**治理和控制权**上——股权结构一开始搭歪，后面融资、上市、分家全是坑。 这是一套公司法与公司治理知识库，覆盖：公司设立与出资（含出资不实、抽逃出资的法律后果）、股权结构与控制权设计、三会运作与决议效力、章程可自定义条款库、合同审查要点、2024 新公司法逐条影响对照与实操清单。 几条你多半会踩上：**认缴不等于不用交**（新公司法下出资期限有硬约束，写太长可能被要求加速到期）；**控制权不只看持股比例**（表决权委托+一致行动+董事会席位+章程特别约定，四样组合才是真控制）；**章程不能抄模板**（默认模板基本不考虑你的控制权安排）。 输入：公司现状或拟设立方案、股东结构诉求、章程/合同原文 输出：结构与控制权设计方案、条款修改建议、风险清单、操作步骤 触发词：公司法、公司治理、股权设计、控制权、章程、三会、股东会、董事会、出资、认缴、股权转让、合同审查、法律尽调、新公司法、2024公司法。
- ▌ Subagent First · lingyu9495-source bundleAI 助手不是不够聪明，是被重活占住了：你让它整理 40 个文件，它一头扎进去十几分钟不抬头——你想问进度、想补需求、想改方向，只能干等。这套作业纪律解决的就是这件事：凡是预计要跑多轮的活（多文件/长研究/批量/长搜索），一律派给后台子代理并行执行，主代理只保留四个动作——拆解、派活、汇总、对话，永远保留随时回你话的能力。我们自己在多智能体团队里天天跑，踩过的 12 个坑全部写进正文：子代理自报成功却发现产出是空的、context 没写全导致跑偏返工、两个子代理并行写同一文件互相覆盖、把需要用户拍板的活派给问不了人的子代理、跨会话长任务错用子代理导致某天悄悄停掉……① 决策树四问判定轻重（一轮工具调用能做完吗/需要用户拍板吗/要活过本次会话吗/能拆成互不依赖的块吗）② 派活四要素（goal / context 必须自包含——子代理看不到你和用户的对话 / output_schema / 验收方式）③ 五步流程：拆解→派活→并行调度→验收→收口 ④ 验收清单：存在性/合规性/真实性/完整性四组逐项打勾，并随机抽一处回一手来源核对 ⑤ 6 种委派模式 + 12 条反模式。配套 scripts/delegation_planner.py：纯标准库零依赖，喂一份任务清单（轮数/文件数/是否研究/是否批量/是否需拍板/是否不可逆/是否跨会话），直接输出「该派子代理 / 自己做 / 转定时任务」+ 并行分组建议 + 主代理必做清单。正文按平台无关的作业纪律写，并附常见平台工具名对照表；Hermes 的字段名/并发上限/后台语义另附一页实况对齐，其他平台按对照表映射即可。触发词：子代理、委派、delegate、任务编排、多智能体、并行执行、上下文管理、主代理被占住、AI不回话、等太久、插话卡住、批量处理、长研究、fork-join、fan-out。
- ▌ TS Term Review · lingyu9495-source bundle拿到 TS 或投资协议，看半天不知道哪条能签哪条得改——风险全藏在具体条目里，一句"整体没大问题"最要命。这套审查按 15 条核心条款逐条过：估值 Pre/Post、清算优先权、反稀释（完全棘轮是红线）、优先购买权、领售/拖售、对赌与业绩承诺、回购条款、个人连带担保、董事会与一票否决、保护性条款、竞业与知识产权、信息权、交割条件、股东会表决权、违约责任。每条给三级判定（🔴 红线不改就别签 / 🟡 可谈争取改 / 🟢 行业惯例）+ 谈判话术 + 替代方案，并区分"对公司"和"对创始人个人"——个人连带回购是绝大多数血案的源头，重点标红。另附谈判筹码排序、常见坑清单、BP 与数据室准备。与主技能 `funding-fit-diagnosis` 配套（做整体融资研判时用主技能）。输入：TS/投资协议条款（粘贴或描述）；输出：逐条判定表 + 必须改的清单 + 谈判话术 + 底线建议。**不构成法律意见**，正式签署与司法效力请找执业律师确认。触发词：TS、Term Sheet、投资条款清单、投资协议、增资协议、股权转让协议、对赌、业绩承诺、回购、清算优先权、反稀释、完全棘轮、个人连带、一票否决、领售权、拖售权、估值、Pre/Post、股权稀释、条款谈判、FA。
- ▌ Investment Finance · lingyu9495-source bundle做投融资最容易踩的坑不是"不懂概念"，是**条款里的每一个字都在分钱**——估值方法选错、对赌触发条件写松、回购条款没兜底，签完才发现少拿几千万。 这是一套按实战口径整理的知识库（不是教科书），覆盖：融资流程与节点、估值方法（可比/现金流/PS/PE 交叉验证）、Term Sheet 逐条拆解与谈判红线、SPA/SHA 关键条款、对赌与回购设计、尽调清单与红线项、基金运作与 LP/GP 关系、FA 视角的买卖双方博弈。 几条最值钱的：**估值必须交叉验证**（单口径做出来的数投资人一眼看出在凑）；**对赌要谈触发+补偿+兜底三段**（缺一项风险全在创始人身上）；**TS 不是框架**（排他期、优先清算、反稀释、领售权，每条都能改写最终收益分配）。 输入：项目情况、融资阶段、条款原文或 TS 草案 输出：条款解读与风险点、谈判红线清单、估值对照表、尽调准备清单 触发词：投融资、融资、VC、PE、估值、Term Sheet、TS、对赌、回购、尽调、投资协议、SPA、SHA、优先清算、反稀释、FA、财务模型、股权融资、基金、LP、GP。
- ▌ Doubao Account Pool · lingyu9495-source bundle想用豆包网页版做出图、出视频，又不想办会员、不想申请 API key？这套把「一个已授权账号 = 一个独立浏览器实例 → 扫码授权 → 批量出图 → 出视频 → 取件 → 关掉浏览器还能回捞」封成配置驱动的命令行工具。实例之间互不串数据、互不踢下线；授权二维码自动裁切放大，可直接发手机扫；出图内置「基线闸」防止拿到上一轮的旧图；出视频先读确认卡再走，遇到付费弹层立即中止、绝不点升级；关掉浏览器后还能回捞最近会话里的图和视频，已生成没抓到链的可以单独重抓，不重跑、不重复消耗。所有命令只返回结构化短行，页面文本/DOM/截图绝不回流；长任务产物先落盘再筛。换机器、换智能体，只改配置就能跑——包内不含任何个人路径、cookie 与密钥，登录态在本机扫码产生。
- ▌ Novel Deai Detector · lingyu9495-source bundle写完的稿子发布前想知道会不会被判 AI 生成、平台审核会不会卡、读者会不会一眼看出机器味——这套是检测到清洗的完整闭环。 最大价值是**一条反常识的判定规则**：同一段文本、同一个模型，连续检测结果会剧烈波动（实测同一份稿子第一次 78%、复测 18%）。所以**单次结果不能作数**，必须复测 + 换模型复核才能定生死。没这条规则的检测等于抽签。 流程： 1. 初筛定位：用低成本模型跑出 AI 味百分比、风险等级、**具体到哪几句可疑以及为什么** 2. 复测防误判：>60% 不立刻判死，同脚本复测一次 3. 换模型确认：以第二个模型（豆包 Seed 这类）的复核结果为准 4. 清洗：不是「把 AI 词删光」，是**模拟具体真人身份重写**（短句碎句、生活噪音、删掉忽然意识到/不禁/仿佛这类套话、对话抢话打岔），实测能把 78% 压到 22% 5. 清洗后再双模型复测，<30% 才交付 风险线：>60% 高风险（平台拒签/降权）、30-60% 需清洗、<30% 安全。附常见 AI 味特征清单（刻板意象、套话转场、节奏过平）。 触发词：去AI味、AI味检测、AI痕迹、小说过审、网文降AI率、AI检测、朱雀检测、查重过不去。
- ▌ Gov Fund Application · lingyu9495-source bundle想拿政府的钱，最容易白跑半年——层级选错、赛道不在目录里、返投算不清，材料递上去才发现方向不对。这套参谋按可执行顺序走：①先判层级（国家级/省级/市级/区级，门槛与目的完全不同）②赛道对目录：不在目录里直接如实说没戏，不让用户白跑③21 家基金卡片逐家对照（投资方式、返投比例、让利规则、申报条件、申报通道、真实案例），点名"你这个项目适合找谁"④返投博弈：算清落地要求，给"不想迁注册地"的三条合规路径⑤材料与时间表：申报材料清单、评审周期（6-12 个月是常态）与现金流提醒。与主技能 `funding-fit-diagnosis` 配套（做整体融资研判时用主技能，VC 与政府双轨分开算）。输入：项目基本情况与注册地/落地意愿；输出：层级判定 + 可申报基金名单 + 返投方案 + 材料清单 + 时间预期。不承诺拿到资金，申报须如实提交材料；政策口径标注截止时间，细则请向当地主管部门核实。触发词：政府基金、政府引导基金、产业基金、政府补贴、专项资金、项目申报、补贴申报、申报条件、返投、招商落地、母基金、投资方式、让利、国家级基金、省级引导基金、市级基金、科技成果转化、专精特新、科技型企业、中小企业发展基金。
- ▌ Cn PDF Report Typeset · lingyu9495-source bundle中文报告做成 PDF，常见翻车三件套：**字体乱码、表格错位、字号小到客户在手机上根本看不清**。这套是交付级的排版标准加可直接跑的模板。 交付标准（按「客户在手机上看」倒推）： - **大字号**：正文 ≥16pt、表格 ≥15pt、H2 ≥17pt、大标题 ≥30pt——不是 12pt 那种印出来都费劲的 - **紧凑不注水**：只在封面后分页一次，正文自然流动，禁止每章强制分页撑页数 - **表格智能换行**：单元格用 Paragraph 加中文断行，长内容不溢出页面 - **页面均衡**：生成后自查每页字符数，避免一页只有两行 - A4 竖排、边距 18-20mm、直接打印可用 附：微软雅黑系统字体直接调用（不用下载字体文件）、封面/页脚页码/核心结论框模板、**排版自检脚本**（自动查字号是否达标、有没有多余分页）。 适用：可行性研究报告、尽调报告、项目分析、任何要交付给客户的中文正式文档。纯本地 Python，零 API Key。 触发词：做成PDF、生成PDF、中文PDF、报告排版、雅黑、乱码、表格溢出、手机看不清、可研报告、交付文档。