name: DocFormat description: | Word 文件一站式檢查與格式化技能。當用戶上傳了 Word(.docx) 文件並需要檢查錯誤、 生成檢查報告、新增批註、或按照 GB/T 9704-2012 國標修正公文格式時，務必使用此技能。 適用場景包括但不限於：使用者說"幫我檢查文件"、"文件有沒有問題"、"給文件加批註"、 "格式不規範幫我改"、"按國標排版公文"、"檢查錯別字"、"文件格式修正"等。 即使只是提到 Word 文件的質量、規範、排版、校對等話題，也應主動推薦此技能。

DocFormat — Word 文件檢查與格式化技能

本技能對使用者上傳的 Word(.docx) 文件執行四個階段的一站式處理：

1. 檢查 — 程式化規則檢查 + LLM 語義檢查，發現文件中的各類問題

   來源於7w4.net。

2. 報告 — 生成結構化檢查報告（Markdown 格式），呈現所有發現的問題
3. 批註 — 在原文件中插入 Word 批註，標註每個問題的位置和說明
4. 格式化 — 按 GB/T 9704-2012 國標修正文件格式（頁面、字型、段落、頁碼等）

SKILL目錄結構

DocFormat/ ├── SKILL.md # 技能主檔案（觸發規則 + 四階段工作流指令） ├── scripts/ │ ├── orchestrate.py # 主控編排指令碼（一鍵串聯四階段） │ ├── doc_checker.py # 文本提取 + 規則檢查 + 批註寫入 │ └── gb_t9704_formatter.py # GB/T 9704-2012 國標格式修正 └── references/ └── check_rules.md # 完整檢查規則清單（6大類，供 LLM 參照）

四階段工作流

使用者上傳 .docx 文件 │ ▼ ┌─ 階段1: 檢查 ──────────────────────────┐ │ 1.1 程式化規則檢查 (doc_checker.py) │ │ → 標點、間距、錯別字、編號等 14 種規則 │ │ 1.2 LLM 語義深度檢查 │ │ → 病句、邏輯矛盾、術語一致性等 │ └─────────────────────────────────────────┘ │ ▼ ┌─ 階段2: 報告 ──────────────────────────┐ │ 合併所有 issues → 生成 Markdown 檢查報告 │ └─────────────────────────────────────────┘ │ ▼ ┌─ 階段3: 批註 ──────────────────────────┐ │ 合併 issues → 在原文件中插入 Word 批註 │ │ (同一段落多條問題自動合併) │ └─────────────────────────────────────────┘ │ ▼ ┌─ 階段4: 格式修正 ──────────────────────┐ │ 按 GB/T 9704-2012 國標修正文件格式 │ │ → 頁面、字型、段落、頁碼、網格等 │ └─────────────────────────────────────────┘ │ ▼ 輸出 3 個檔案: 📄 _檢查報告.md 📝 _批註版.docx 📋 _格式修正版.docx

正式工作內容

前置條件

確認 python-docx 和 lxml 已安裝：

pip install python-docx lxml

本技能的兩個核心指令碼位於 scripts/ 目錄： - doc_checker.py — 文本提取、規則檢查、批註寫入 - gb_t9704_formatter.py — GB/T 9704-2012 格式修正

完整工作流

按順序執行以下四個階段。每個階段完成後告知使用者當前進度。

階段 1：文件檢查

此階段分為兩步——先執行程式化規則檢查，再由 LLM 做語義深度檢查。

步驟 1.1：程式化規則檢查

執行 doc_checker.py 提取文本並執行規則檢查：

python scripts/doc_checker.py extract <input.docx> --text-only --skip-empty -o /home/z/my-project/download/<stem>_paragraphs.json
python scripts/doc_checker.py check <input.docx> -o /home/z/my-project/download/<stem>_rule_issues.json

此步驟自動檢測以下問題（無需 LLM 介入）： - 中英文標點混用、省略號格式錯誤、英文直引號 - 全形數字、中英文間距、數值與單位間距 - 60+ 常見錯別字（如"戴來→帶來""既使→即使"） - 口語化表達、極端敏感措辭 - 列表編號/圖表編號不連續

步驟 1.2：LLM 語義深度檢查

讀取步驟 1.1 輸出的 <stem>_paragraphs.json，逐段分析以下檢查項（這些需要語義理解，程式化規則無法覆蓋）：

必須逐條檢查的專案（參照 references/check_rules.md）：

LLM 輸出格式 — 生成 /home/z/my-project/download/<stem>_llm_issues.json，嚴格遵循此 JSON 結構：

[
  {
    "paragraph_index": 0,
    "category": "錯別字",
    "severity": "error",
    "comment": "\"戴來\"應為\"帶來\"",
    "evidence": "戴來"
  },
  {
    "paragraph_index": 3,
    "category": "語言質量",
    "severity": "warning",
    "comment": "主語缺失：\"通過實驗，證明了……\"應為\"我們通過實驗，證明了……\"",
    "evidence": "通過實驗，證明了"
  }
]

欄位說明： - paragraph_index：段落索引（與 paragraphs.json 中的 index 對應） - category：問題分類，取值範圍為：錯別字 / 標點符號 / 書寫格式 / 學術規範 / 語言質量 / 文件專項 - severity：嚴重程度，取值範圍為：error（必須修改）/ warning（建議修改）/ info（僅供參考） - comment：問題描述（將直接寫入 Word 批註，需簡潔明確） - evidence：原文中出問題的片段

注意事項： - 只報告確定存在的問題，不要過度猜測 - 每個問題必須關聯到具體的段落索引 - 程式化規則已檢測過的標點、間距、錯別字等不必重複報告（步驟 1.1 已覆蓋）

階段 2：生成檢查報告

將步驟 1.1 和 1.2 的檢查結果合併，生成一份 Markdown 格式的檢查報告。

報告模板：

# 文件檢查報告

**檔名**：<原始檔名>
**檢查時間**：<當前時間>
**問題總數**：<總數>（錯誤 <error數> / 警告 <warning數> / 提示 <info數>）

---

## 一、錯誤（必須修改）

| # | 段落 | 類別 | 問題描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第3段 | 錯別字 | "戴來"應為"帶來" | 戴來 |

## 二、警告（建議修改）

| # | 段落 | 類別 | 問題描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第5段 | 語言質量 | "特別厲害"為口語化表達 | 特別厲害 |

## 三、提示（僅供參考）

| # | 段落 | 類別 | 問題描述 | 原文片段 |
|---|------|------|---------|---------|
| 1 | 第8段 | 學術規範 | "Python"首次出現建議標註中文譯名 | 使用Python |

---

## 四、格式檢查結果（GB/T 9704-2012）

| 檢查項 | 結果 |
|-------|------|
| 頁面尺寸（A4: 210×297mm） | 符合/不符合 |
| 天頭（37mm）/ 訂口（28mm） | 符合/不符合 |
| 正文字型（3號仿宋） | 符合/不符合 |
| 標題字型（2號小標宋） | 符合/不符合 |
| 每面行數（22行）/ 每行字數（28字） | 符合/不符合 |
| 頁碼格式 | 符合/不符合 |

將報告儲存為 /home/z/my-project/download/<stem>_檢查報告.md，同時在對話中向用戶展示報告摘要。

階段 3：批註寫入

合併規則檢查和 LLM 檢查的所有 issues，呼叫 doc_checker.py annotate 一次性寫入 Word 批註：

# 先合併兩個 issues JSON 檔案（規則檢查 + LLM 檢查）
# 可用 Python 一行合併：
python3 -c "
import json, sys
rule = json.load(open('/home/z/my-project/download/<stem>_rule_issues.json'))
llm = json.load(open('/home/z/my-project/download/<stem>_llm_issues.json'))
rule_list = rule.get('issues', rule) if isinstance(rule, dict) else rule
llm_list = llm if isinstance(llm, list) else llm.get('issues', llm)
merged = rule_list + llm_list
json.dump(merged, open('/home/z/my-project/download/<stem>_all_issues.json','w'), ensure_ascii=False, indent=2)
print(f'合併完成：{len(merged)} 條問題')
"

# 寫入批註
python scripts/doc_checker.py annotate <input.docx> --issues /home/z/my-project/download/<stem>_all_issues.json -o /home/z/my-project/download/<stem>_批註版.docx

輸出檔案：<stem>_批註版.docx — 帶批註的原文件（內容不變，僅新增批註）。

階段 4：國標格式修正

呼叫 gb_t9704_formatter.py 對文件進行 GB/T 9704-2012 格式修正：

python scripts/gb_t9704_formatter.py <input.docx> --advanced -o /home/z/my-project/download/<stem>_格式修正版.docx

此步驟修正的內容包括： - 頁面設定：A4 紙、天頭 37mm、訂口 28mm、版心 156×225mm - 預設字型：3 號仿宋體、黑色 - 標題：2 號小標宋體、居中 - 結構層次：一級黑體、二級楷體、三四級仿宋 - 頁碼：4 號宋體、— X — 格式、奇右偶左 - 版頭/版記要素格式修正 - 文件網格：每面 22 行、每行 28 字

重要：格式修正版基於原始文件處理（不包含批註），因為批註和格式修正需要分別操作原始文件以避免 XML 衝突。

輸出檔案：<stem>_格式修正版.docx

最終交付

處理完成後，向用戶提供以下檔案：

向用戶說明： - 批註版保留了原始內容和格式，僅在問題位置添加了 Word 批註，方便逐條審閱 - 格式修正版按 GB/T 9704-2012 國標重新排版，建議在審閱完批註後再使用此版本 - 兩份文件建議配合使用：先在批註版中確認問題，再在格式修正版中做最終修訂

變體流程

如果使用者只需要部分功能，按需執行對應階段：

指令碼路徑約定

所有指令碼相對於 Skill 根目錄： - scripts/doc_checker.py — 文本提取與批註工具 - scripts/gb_t9704_formatter.py — 國標格式修正工具 - references/check_rules.md — 完整檢查規則清單

所有輸出檔案儲存到 /home/z/my-project/download/ 目錄。

這個 Skill 質量不錯，能一次性完成 Word 文件的錯別字檢查、格式審查、新增批註和國標排版，流程完整、操作便捷。檢查規則覆蓋全面，支援中英文標點、錯別字、書寫格式等多維度檢查，並能按公文國標修正格式。優點是功能整合度高，規則文件詳細；不足是部分功能依賴使用者手動操作，整體自動化程度還有提升空間。