公文全流程处理工具

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

能力	命令	说明
📋 列类型	list-types	列出 24 种支持的公文类型（含新闻稿/讲话稿主持词）
🏗️ 模板生成	template	按类型生成 GB/T 9704 标准空白模板
🔍 解析	parse	.docx → 结构化 DocumentModel
✅ 格式检查	check	按国标检查，分级 P0/P1/P2（只读）
🔧 格式修复	optimize	自动修复字体/字号/行距/页边距，输出合规文档
✍️ 内容优化	optimize-content	内容润色：默认 Word 原生修订+批注（审阅面板逐条接受/拒绝），可选行内差异对比版
📝 草稿转公文	md2docx	Markdown 文本直接转为格式化 .docx（支持 Front Matter）
📄 模型生成	generate	从 JSON 模型生成 .docx
🔴 版头	header	注入发文机关标志 + 发文字号 + 签发人 + 红色反线
📑 版记	footer	注入抄送机关 + 印发机关 + 印发日期 + 分隔线
🔢 页码	pagenum	注入 Word PAGE 域动态页码（宋体 4 号，默认单右双左适配双面打印）
🖊️ 首句加粗	bold-first	正文段落首句自动加粗（公文规范）
🧰 一键修复	fix-common	路径 D 一键修复常见格式：段落类型修正 + 编号拆分 + 首句加粗 + 加粗范围修复
📋 桌签生成	table-signs	批量生成 A5 横版会议桌签
🔍 审稿生成	review	按五角色审稿机制生成审稿意见
🧩 完整审校	full-review	修订+批注联合命令（句子级差异修订 + 分类批注）
🎨 样式学习	style-learn / style-list	上传标准文档学习 Run/段落/页面三级样式（字体/字号/字间距/行距/缩进/页边距），生成命名模板持久化，后续用 optimize -t 模板名 套用
🔄 版本自检	check-update	多渠道版本自检（GitHub/GitCode/AtomGit 三仓库比对取最新）
🩺 自我诊断	doctor / repair	全面诊断 21 项（Python/依赖/版本一致性/字体/DSH 文件/代码风格），自动修复常见问题
🕵️ 文档审计	audit	检查删除线/加粗/AI 声明等痕迹
🤝 会话交接	handoff	跨会话上下文传递（--list / --latest / Agent 长任务收尾必写）
⚙️ 规则管理	rule-export/import/list	YAML 规则三层定制（官方/单位/用户）

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。

🤖 调用环境的适配指引（AI Agent 必读）

本工具针对不同能力层级的 AI 调用环境，提供不同的使用方式。AI 读取本文件后，请先判断自身环境属于哪一类，再按对应指引执行：

环境类型	典型平台	能力	使用方式
① 可执行代码的 Agent	WorkBuddy、CloudCode、Claude Code、AtomCode、DeepSeek Harness	可运行命令、读写本地文件	直接执行 python -m gongwen <命令>，见下方「快速开始」与「通过 Agent 调用」
② 纯对话 LLM（无代码执行能力）	豆包、Kimi、ChatGPT 网页版等	只能阅读文本、给出建议，不能运行命令或读写文件	引导用户手动执行，见下方「纯对话 LLM 使用指引」

纯对话 LLM 使用指引（环境 ②）

如果你是无法执行代码的纯对话 AI（如豆包、Kimi、ChatGPT 网页版等），请按以下方式协助用户：

1. 告知工具性质：向用户说明「这是一个本地运行的 Python 命令行工具，需要在你自己的电脑上安装后使用」，并说明它能做什么（格式检查、自动修复、内容优化、模板生成等 25 项能力）。
2. 引导安装：请用户在自己的电脑上执行以下步骤：

   # 步骤 1：克隆仓库
   git clone https://github.com/linhut/gongwen-skill.git
   cd gongwen-skill
   
   # 步骤 2：安装依赖（需要 Python 3.10+）
   pip install -r requirements.txt
   # 或直接安装 PyPI 包：
   # pip install gongwen-skill
   

3. 按需给出具体命令：根据用户的实际需求，给出对应的命令让用户自行执行：

…