name: word-format-adapter slug: word-format-adapter displayName: Word文件格式自動適配 description: > Word文件格式自動適配Skill。根據期刊、學校、出版社或機關單位的格式規範說明文件， 自動解析格式要求並調整源文件的Word格式，包括字型、字號、行距、間距、標題層級、 頁邊距、摘要、參考文獻等排版要素。適用於論文、公文、期刊發文、報告等各種有格式要求的文件場景。

支援輸入格式：源文件可為 .docx / .doc / .md（Markdown），格式說明文件可為 .docx / .doc / .md， 輸出始終為 .docx 格式。

安裝方式：將本Skill包（zip或資料夾）拖入Agent對話方塊，Agent讀取SKILL.md後即可掌握該能力。

觸發條件：使用者上傳格式規範說明文件和源文件，要求按規範調整格式； 使用者提到"格式調整""排版""按期刊要求""投稿格式""論文格式""公文格式""字型字號""安裝該技能"等。

觸發優先順序：1) 使用者同時上傳兩個檔案+明確格式化指令（最高優先順序）→ 直接執行； 2) 使用者僅上傳格式規範文件 → 進入分步模式，先解析規範輸出JSON； 3) 使用者僅提及關鍵詞但未上傳檔案 → 詢問使用者上傳所需檔案； 4) 多個技能同時匹配觸發詞時，以使用者上傳的檔案型別為準（有.docx/.md文件優先匹配本技能）。

Keywords: word格式, 論文排版, 公文排版, 格式調整, 投稿格式, 期刊格式, 學位論文格式, 公文格式, 期刊發文格式, 字型字號, 行距間距, 標題格式, 頁邊距, 自動排版, format paper, journal format, word formatting, paper template, 格式規範, 排版規範, 安裝技能, markdown, md.

version: 1.3.2

Word文件格式自動適配 Skill

概述

本Skill使Agent具備根據任意格式規範說明文件，自動調整源文件Word格式的能力。適用於論文、公文、期刊發文、報告等各類有格式要求的文件場景。

核心價值：將"閱讀幾十頁格式規範→手動逐項調整Word格式"的繁瑣工作，自動化為"上傳兩個檔案→一鍵完成"。

v1.1 增強能力（較初版）： - 複雜表格：自動新增邊框、表頭加粗+底色、單元格垂直居中、單元格內邊距、跨頁重複表頭、表格整體對齊。規則見 table 欄位。 - 公式支援：自動識別 OMML/OLE 公式段落並保護其不被重新排版；設定文件預設公式字型；Markdown 輸入的 $x^2$/$x_i$ 可轉換為帶上下標的公式文本。 - 版本管理：SKILL.md 增加 version 欄位，並新增 CHANGELOG.md 記錄各版本變更。

支援的檔案格式：

注： - .md 檔案會自動轉換為 .docx 後再進行格式處理。 - .pdf 檔案需安裝可選依賴（pdfplumber/pdf2docx），見下方「環境依賴」。 - 圖片檔案需安裝可選 OCR 依賴（推薦 rapidocr-onnxruntime），或由 Agent 視覺能力直接提取。 - .wps 檔案通常可被 python-docx 直接讀取。 - .rtf 檔案通過純文本剝離或 pywin32（Windows）轉換。

能力邊界

本Skill擅長根據格式規範自動調整文件排版，但以下場景不在處理範圍內：

7w4.net小蔥技能站收錄全網優質技能，值得收藏。

兜底方案：當格式說明文件語義複雜導致自動解析不準確時： 1. 使用 --parse-only 先檢視解析結果，手動修正規則 JSON 2. 使用 --llm-parse 生成 Prompt，藉助大模型解析複雜規範 3. 在 Agent 對話中要求修正："一級標題字號應該是14不是16"

遇到問題？請查閱 references/faq.md 常見問題排錯指南。

環境依賴

本Skill的Python工具核心依賴 python-docx，可選依賴用於圖片/PDF/RTF支援。

核心依賴（必需）：

python -c "import docx" 2>/dev/null || python -m pip install -r requirements.txt

可選依賴（按需安裝）：

# 圖片 OCR + PDF + RTF 支援（一鍵安裝）
python -m pip install -r requirements-optional.txt

# 或單獨安裝：
# 圖片 OCR（推薦 RapidOCR，輕量~50MB，中文優秀）
python -m pip install rapidocr-onnxruntime
# PDF 文本提取 + PDF轉docx
python -m pip install pdfplumber pdf2docx

• 依賴清單見根目錄 requirements.txt（核心）和 requirements-optional.txt（可選）。
• 建議使用 python -m pip（而非裸 pip），避免裝到錯誤直譯器。
• 公式處理依賴Word內建公式字型（預設 Cambria Math），系統通常已自帶。

圖片輸入處理協議

當格式規範文件或源文件為圖片格式(.png/.jpg/.jpeg/.bmp/.tiff)時，按以下三層降級鏈處理：

角色A — 圖片作為格式說明文件（僅需提取文本）：

1. 第1層 — Agent 視覺能力（推薦，零程式碼）：
2. Agent 自檢是否具備圖片識別能力（如 analyzeImage 工具或多模態理解）
3. 若具備：提取圖片中的文本內容 → 儲存為臨時 .md 檔案 → 用該 .md 路徑替代原圖片路徑 → 走標準流程

4. OCR 質量最高（多模態 LLM 遠超傳統 OCR）

5. 第2層 — Python OCR 引擎（程式碼自動降級）：

6. 若 Agent 無視覺能力，將圖片路徑傳給 Python 指令碼

7. 指令碼按優先順序嘗試以下 OCR 引擎：

   • RapidOCR (rapidocr-onnxruntime)：首選，輕量~50MB，中文優秀，pip install 即可
   • Tesseract (pytesseract + Pillow)：備選，通用，需額外安裝 Tesseract + chi_sim 語言包
   • EasyOCR (easyocr)：末選，質量好但依賴 PyTorch ~500MB

8. 第3層 — 優雅失敗：

9. 若以上均不可用，返回明確的錯誤資訊和安裝指引
10. 提示使用者可手動將圖片內容轉為 .md 檔案後重試

角色B — 圖片作為源文件（需識別結構：標題/段落/表格/插圖）：

1. 第1層 — Agent 視覺能力（推薦，零程式碼）：
2. Agent 用視覺能力分析圖片中的文件版面結構
3. 按 Markdown 格式輸出結構化文本（關鍵步驟）：
   • # = 文件標題
   • ## = 一級標題（1. / 一、 / 第一章）
   • ### = 二級標題（1.1 / （一））
   • #### = 三級標題（1.1.1 / 1.）
   • 普通段落 = 正文
   • | col | col | = 表格
4. 儲存為 .md 檔案 → 走標準 Markdown 管道（md_converter → DocumentStructureAnalyzer → FormatApplier）

5. 此方案結構識別質量最高（多模態 LLM 理解版面語義）

6. 第2層 — PaddleOCR PP-Structure（Python 版面分析 fallback）：

7. 若 Agent 無視覺能力，指令碼自動嘗試 PaddleOCR PP-Structure
8. PP-Structure 一體化識別：標題(title)、正文(text)、表格(table)、圖片(figure) 區域
9. 按區域型別構建 docx（title→Heading, text→Paragraph, table→Table）

10. 需安裝：pip install paddleocr（約1GB）

11. 第3層 — RapidOCR 帶座標啟發式推斷：

12. 若 PP-Structure 不可用，用 RapidOCR 帶座標結果
13. 按文本行高度啟發式推斷標題（高於中位數1.5倍→H1, 1.2倍→H2）

14. 結構識別質量中等

15. 第4層 — 純 OCR 文本：

16. 以上均不可用時，提取純文本構建全 Normal 段落的 docx
17. 結構識別差，僅靠後續 DocumentStructureAnalyzer 的編號正則識別標題

PDF 源文件處理協議

文本版 PDF（正常 PDF）： - 使用 pdf2docx 轉換為 docx，保留段落/表格結構 - 標題樣式通常丟失，但 DocumentStructureAnalyzer 可通過編號正則識別

掃描版 PDF（實為圖片）： - 指令碼自動檢測是否為掃描件（文本量極少 + 含圖片） - 若為掃描件：每頁渲染為圖片(200dpi) → 走圖片源文件處理協議（上述角色B） - 需安裝 PyMuPDF(fitz) 用於渲染：pip install PyMuPDF

安裝說明

當用戶將本Skill包拖入對話方塊並說"安裝該技能"時：

1. 讀取 SKILL.md 理解能力範圍
2. 讀取 src/ 目錄下的Python工具程式碼（如環境支援Python執行）
3. 讀取 references/llm-parse-prompt.md 獲取LLM解析模板
4. 讀取 references/format-rules-schema.md 理解JSON規則格式
5. 檢測Python環境依賴（見上方「環境依賴」），必要時安裝 python-docx
6. 執行 check_optional_capabilities() 檢測可選依賴，記錄可用能力
7. 向用戶確認安裝結果，並根據使用者預期用途給出可選依賴安裝建議（見下方「可選依賴安裝決策指引」）

可選依賴安裝決策指引

安裝時 Agent 應詢問使用者預期輸入格式，按需推薦安裝：

問使用者："您的格式說明文件和源文件主要是什麼格式？"

關鍵區分： - 格式說明文件為圖片 → 只需 rapidocr-onnxruntime（提取文本即可，無需版面分析） - 源文件為圖片 → 需 paddleocr（必須識別標題/段落/表格等結構） - Agent 有視覺能力 → 圖片源文件無需安裝任何 OCR 庫（Agent 直接輸出結構化 Markdown）

使用流程（安裝後）

標準指令模板

使用者安裝後，使用以下標準指令觸發：

"將 [源文件.docx/.md] 按照 [格式說明.docx/.md] 的要求，進行完整的格式設定，並輸出修改後的標準格式文件到 [指定路徑/資料夾]"

執行步驟

Agent收到上述指令後，按以下步驟執行：

Step 1: 讀取並理解格式規範

• 讀取使用者上傳的格式規範文件（.docx/.doc/.md）
• 如為 .md 檔案，直接讀取文本內容
• 如為 .docx/.doc 檔案，提取文件中所有段落文本
• 使用 references/llm-parse-prompt.md 中的Prompt模板，將規範文本輸入LLM進行解析
• LLM輸出結構化的JSON格式規則
• 輸出: format_rules.json（儲存到工作目錄）

Step 2: 讀取並轉換源文件

• 讀取使用者上傳的源文件（.docx/.doc/.md）
• 如為 .md 檔案，呼叫 src/md_converter.py 轉換為臨時 .docx 檔案
• 如為 .doc 檔案，嘗試用 python-docx 讀取並另存為 .docx
• 如為 .docx 檔案，直接使用
• 輸出: 轉換後的 .docx 檔案路徑

Step 3: 分析文件結構

• 使用 src/doc_structure_analyzer.py 的邏輯分析文件結構
• 識別：文件標題、作者、摘要、關鍵詞、各級標題（1-4級）、正文、參考文獻、圖表標題
• 輸出: 結構分析報告（文本形式展示給使用者）

Step 4: 應用格式規則

• 載入Step 1生成的JSON規則
• 根據Step 3識別的結構，逐段落應用格式
• 修改內容：頁面設定、字型、字號、行距、間距、對齊、縮排
• 輸出: 格式化後的Word文件（.docx）

Step 5: 儲存並交付

• 將格式化後的文件儲存到使用者指定的路徑/資料夾
• 如使用者未指定路徑，儲存到預設輸出目錄，命名為 {原檔名}_formatted.docx
• 如原文件是 .md 轉換而來，輸出檔名基於原 md 檔名
• 向用戶展示：
• 格式化完成確認
• 應用的規則摘要（如"一級標題：黑體16pt加粗居中"）
• 識別的結構統計（如"識別到3級標題共12個，正文段落45個"）
• 輸出檔案路徑

分步模式

如果使用者只上傳了規範文件：

"請解析這個格式規範，輸出一個可以複用的規則檔案"

Agent執行Step 1，輸出JSON規則檔案，告知使用者儲存後可在後續格式化中複用。

核心能力詳解

1. 格式規範解析（LLM驅動）

格式規範文件可以是 .docx/.doc/.md 格式。Agent：

• .docx/.doc: 用 python-docx 提取所有段落文本
• .md: 直接讀取檔案文本內容

然後使用 references/llm-parse-prompt.md 中的標準化Prompt，讓LLM提取以下要素：

關鍵：LLM解析後，Agent必須向用戶展示提取的規則摘要，讓使用者確認或修改。

2. Markdown 到 Word 轉換

當源文件為 .md 格式時，使用 src/md_converter.py 進行輕量級轉換：

轉換後，再按照格式規則統一調整字型和段落格式。

3. 文件結構識別（規則驅動）

使用 src/doc_structure_analyzer.py 中的識別邏輯：

4. 格式應用（python-docx驅動）

使用 src/format_applier.py 中的邏輯，通過python-docx庫修改Word文件：

• 頁面設定：修改Section的page_width、page_height、margins
• 段落格式：alignment、line_spacing、space_before/after、indentation
• 字型格式：name、size、bold、italic、color
• 中英文字型分離：通過底層XML操作（w:rFonts節點的w:eastAsia屬性）分別設定中文字型和英文字型
• 樣式修改：同步修改文件內建樣式（Normal、Heading 1-4）

輸入輸出規範

輸入

輸出

跨Agent適配

本Skill的核心是標準化JSON規則 + Python工具指令碼，可在任何環境中使用：

限制與注意事項

1. .doc 格式相容性：python-docx 對 .doc 格式的讀取能力有限，複雜 .doc 檔案可能無法正確讀取，建議先轉換為 .docx
2. Markdown 轉換：輕量級轉換器僅支援基本 Markdown 語法，複雜表格、數學公式、巢狀列表等可能轉換不完美
3. 複雜頁首頁尾：奇偶頁不同、分節符控制等需手動調整
4. 公式物件：MathType/OMML公式格式修改能力有限
5. 參考文獻排序：僅調整格式，不重新排序引用
6. 字型依賴：需確保系統安裝規則中指定的字型
7. 表格格式：支援表格邊框、表頭加粗+底色、單元格垂直居中、單元格內邊距、跨頁重複表頭、表格整體對齊；但不支援合併單元格的修改
8. 標題識別：無編號標題的識別準確率較低，建議使用者確認結構分析結果

錯誤處理

示例對話

示例1：完整格式化流程（docx輸入）

User: 安裝該技能

Agent: ✅ Word格式適配技能已安裝。我可以幫您： 1. 解析期刊/學校/機關單位的格式規範文件（支援 .docx/.doc/.md） 2. 自動識別文件結構（標題、摘要、正文、參考文獻等） 3. 一鍵應用格式規則，生成標準格式 .docx 文件

請上傳您的格式規範文件和源文件，我會幫您完成格式化。

User: 將我的文件.docx按照計算機學報格式說明.docx的要求，進行完整的格式設定，並輸出到 /papers/ 資料夾

Agent: 好的，開始執行格式化流程：

Step 1/5: 解析格式規範... 已從《計算機學報格式說明》中提取以下規則： - 頁面：A4，頁邊距上下2.54cm，左右3.17cm - 一級標題：黑體16pt，居中，段前12磅段後6磅 - 二級標題：黑體14pt，左對齊，段前6磅段後6磅 - 正文：宋體12pt，Times New Roman英文，1.5倍行距，首行縮排2字元 - 摘要：楷體12pt，1.5倍行距 - 參考文獻：宋體10.5pt，單倍行距

Step 2/5: 讀取源文件... 文件格式：.docx，直接使用。

Step 3/5: 分析文件結構... 識別結果： - 文件標題：1個 - 作者資訊：1個 - 摘要：1個（長度約200字） - 關鍵詞：1個 - 一級標題：4個（1.引言 2.相關工作 3.方法 4.實驗） - 二級標題：8個 - 三級標題：3個 - 正文段落：42個 - 參考文獻：15條 - 圖表標題：6個

結構識別是否正確？如有誤請指出，我將修正。

Step 4/5: 應用格式規則... 正在應用格式... ✅ 頁面設定已調整 ✅ 標題格式已應用（4個一級標題、8個二級標題、3個三級標題） ✅ 正文格式已應用（42個段落） ✅ 摘要/關鍵詞格式已應用 ✅ 參考文獻格式已應用（15條） ✅ 圖表標題格式已應用（6個）

Step 5/5: 儲存文件... 格式化完成！文件已儲存至：/papers/文件_formatted.docx

示例2：Markdown文件輸入

User: 我的文件是 markdown 格式的，格式說明是 word 文件，能處理嗎？

Agent: 可以處理！本Skill支援 .md 格式的源文件輸入，會自動將其轉換為 .docx 後再進行格式調整。

請上傳： 1. 格式說明文件（.docx/.doc/.md） 2. 源文件（.md）

我將： 1. 解析格式規範 2. 將您的 .md 文件轉換為 .docx（保留標題、粗體、斜體、列表等格式） 3. 按照規範應用格式 4. 輸出標準格式的 .docx 檔案

User: [上傳 format_spec.docx 和 paper.md]

Agent: 收到兩個檔案，開始處理：

Step 1/5: 解析格式規範... 已從 format_spec.docx 中提取規則...

Step 2/5: 轉換源文件... 正在將 paper.md 轉換為 Word 文件... - 識別到 Heading 1: 4個 - 識別到 Heading 2: 6個
- 識別到正文段落：38個 - 識別到粗體文本：12處 - 識別到程式碼塊：3個 轉換完成：paper_converted.docx

Step 3/5: 分析文件結構... [結構分析結果...]

Step 4/5: 應用格式規則... [格式應用結果...]

Step 5/5: 儲存文件... 格式化完成！文件已儲存至：paper_formatted.docx

示例3：僅解析規範

User: 請幫我解析這個學位論文格式規範（.md），我要儲存規則以後用

Agent: 正在解析格式規範（.md）...

提取的規則摘要： - 頁面：A4，頁邊距上下2.5cm，左右3cm - 一級標題：黑體三號（16pt），居中 - 二級標題：黑體四號（14pt），左對齊 - 正文：宋體小四（12pt），英文Times New Roman，1.5倍行距 - 摘要：楷體小四（12pt） - 參考文獻：宋體五號（10.5pt）

規則JSON已生成，是否儲存？ [輸出 format_rules.json 供下載]

您可以儲存此JSON檔案，以後格式化文件時直接上傳規則和源文件即可，無需重複解析規範。

這個 Skill 質量不錯，能解決論文、公文等文件格式調整的實際痛點。優點是支援多種格式輸入、規則可複用、多層容錯機制；文件詳細清楚，安裝使用有明確指引。不足之處是部分複雜格式（如合併單元格、修訂批註）處理不了，.doc 格式相容性一般，遇到這類檔案可能需要先手動轉換。總體而言是款實用工具，適合有固定格式要求的文件處理場景。