# 文档样式设置skill

**Repository Path**: BonizLee/document-style-setting-skill

## Basic Information

- **Project Name**: 文档样式设置skill
- **Description**: 按照样式要求对文档进行处理的skill
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-21
- **Last Updated**: 2026-04-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# OpenClaw Linux 可部署版：公文 / 标书 DOCX 规范化

这是一套面向 Linux 服务器的最小可部署工程，用于把原始 `.docx` 文档做成“公文 / 标书规范化”流水线：

1. 解析文档结构
2. 生成审计报告
3. 按规范样式重建 docx
4. 可选导出 PDF（LibreOffice）

## 目录结构

```text
openclaw_docx_norm/
├── config/
│   └── style_government_bid.json
├── openclaw/
│   └── docx_pipeline_tool.yaml
├── tools/
│   ├── common.py
│   ├── parse_docx_structure.py
│   ├── audit_docx_structure.py
│   ├── rebuild_docx.py
│   ├── export_pdf.py
│   └── pipeline.py
├── requirements.txt
├── install.sh
└── README.md
```

## 一、服务器安装

### 1. 拷贝工程到服务器

例如：

```bash
scp -r openclaw_docx_norm user@your-server:/tmp/
ssh user@your-server
cd /tmp/openclaw_docx_norm
```

### 2. 安装 Python 依赖

```bash
bash install.sh
```

### 3. 可选安装 PDF 导出能力

```bash
sudo apt-get update
sudo apt-get install -y libreoffice
```

## 二、脱离 OpenClaw 先做本地联调

先直接调用流水线，确保脚本本身可运行：

```bash
python3 /opt/openclaw_docx_norm/tools/pipeline.py '{
  "input_path": "/data/input.docx",
  "output_docx": "/data/output/normalized.docx",
  "style_json": "/opt/openclaw_docx_norm/config/style_government_bid.json",
  "workdir": "/data/output/work",
  "export_pdf": true
}'
```

执行后你将得到：

- `/data/output/normalized.docx`
- `/data/output/normalized.pdf`（若启用 PDF 且系统已安装 LibreOffice）
- `/data/output/work/structure.json`
- `/data/output/work/audit_report.json`

## 三、接入 OpenClaw

把 `openclaw/docx_pipeline_tool.yaml` 注册到你的 OpenClaw tools / skills 目录。

如果你的 OpenClaw 是直部署，一般会有类似：

- `/opt/openclaw/tools/`
- `/opt/openclaw/skills/`
- `/etc/openclaw/`

你需要做两件事：

### 1. 放置 YAML

例如：

```bash
sudo cp /opt/openclaw_docx_norm/openclaw/docx_pipeline_tool.yaml /opt/openclaw/skills/
```

### 2. 确认 YAML 中 Python 路径正确

默认写的是：

```text
/usr/bin/python3 /opt/openclaw_docx_norm/tools/pipeline.py
```

如果你的 Python 不在 `/usr/bin/python3`，请改成 `which python3` 的真实路径。

## 四、给 Agent 的系统指令建议

你可以在 OpenClaw 的系统提示词里加入：

```text
你可以调用 docx_bid_normalize 工具来处理公文/标书类 Word 文档。
当用户要求统一字体、字号、标题层级、目录或导出 PDF 时，优先调用该工具。
style_json 默认使用 /opt/openclaw_docx_norm/config/style_government_bid.json。
workdir 可放在 /tmp/openclaw_docx_jobs/<task_id>/。
```

## 五、OpenClaw 中的典型调用参数

```json
{
  "input_path": "/data/tender/raw.docx",
  "output_docx": "/data/tender/out/规范化标书.docx",
  "style_json": "/opt/openclaw_docx_norm/config/style_government_bid.json",
  "workdir": "/tmp/openclaw_docx_jobs/job_001",
  "block_patterns_json":"/opt/openclaw_docx_norm/config/block_patterns_json",
  "export_pdf": true
}
```

## 六、当前版本能力边界

### 已支持

- 段落结构识别（一级、二级、三级标题 / 正文 / 简单列表）
- 表格文本重建
- 统一字体、字号、段落间距、首行缩进、对齐方式
- 目录域插入（需在 Word/WPS 中更新域）
- Linux 下 LibreOffice 导出 PDF
- 结构审计报告输出

### 暂未深度处理

- 页眉页脚精细模板化
- 多级自动编号的强制纠错
- 图片、流程图、文本框、批注
- 复杂跨页表格格式修复
- 封面自动生成

## 七、你后续最值得扩展的两个点

### 1. LLM 辅助结构识别

当前标题识别主要是规则法。下一步建议让 OpenClaw 在调用重建前，先用 LLM 对 `structure.json` 做一次“标题类型纠偏”。

### 2. 多套规范模板

把 `style_government_bid.json` 拆成多套：

- 政府公文规范
- 招投标技术标规范
- 商务标规范
- 企业内部制度规范

然后让 Agent 根据用户指令自动选择。

## 八、排障

### 1. 中文字体不生效

当前代码已经处理 `w:eastAsia`，但前提是服务器最终打开文档的环境里存在对应字体。若你用 Linux 生成、Windows 打开，一般没问题；若用 Linux 的 Office 查看，可能需要额外安装中文字库。

### 2. PDF 导出失败

检查：

```bash
which libreoffice
which soffice
```

### 3. OpenClaw 调用失败

优先排查：

- YAML 路径是否被加载
- Python 路径是否正确
- OpenClaw 运行账户是否有 `/data` 和 `/tmp` 目录权限

## 九、推荐下一步

这套工程已经能作为第一版上线。如果你要继续做“工程级可用”，下一步建议加这三项：

1. 封面模板生成
2. 标题编号连续性修复
3. 表格样式统一（表头加粗、边框、居中、行高）