gongwen-skill

公文全流程处理专家 中文公文全流程处理专家——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 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： 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 29 项命令能力）。 2. 引导安装：请用户在自己的电脑上执行以下步骤： 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： 4. 解释输出：用户执行后，把命令输出结果（问题清单、修复报告、生成文件等）发给你时，你能继续帮助解读、判断下一步操作。 5. 注意事项：你不能代替用户执行任何命令，也不能读取用户本地的文件内容——所有文件操作都必须由用户在你的指引下完成。 文字性资源库（纯对话 LLM 可读的知识源）

项目内置以下文字性资源，纯对话 AI 可以直接读取，用作公文写作指导的知识库： 使用方式：纯对话 AI 在回答用户关于公文写作的问题时，可直接引用上述资源中的内容，例如： 用户问"通知怎么写" → 引用 rules/official/notice.yaml 的结语规范和 style-prompts.md 的庄重严谨风格 用户问"请示和报告的区别" → 引用 request.yaml 和 report.yaml 的规则说明 用户问"公文用什么字体" → 引用 _common.yaml 中的 GB/T 9704 标准 用户需要润色文字 → 引用 style-prompts.md 中对应的风格提示词 这些资源均以纯文本格式存储，纯对话 AI 可直接读取解读，无需执行任何代码即可提供专业的公文写作指导。 🚀 快速开始

🖥️ Windows 控制台编码（GBK 乱码排查）

工具内部已统一按 UTF-8 输出（gongwen/_bootstrap.py 强制 stdout/stderr/stdin 重配置为 UTF-8， 保证管道/Agent 调用无编码问题）。若在原生 cmd（默认 GBK 代码页 936）看到中文乱码，任选其一： 推荐：改用 Windows Terminal / VS Code 终端（默认 UTF-8，无乱码） 在 cmd 中先执行 chcp 65001 切换 UTF-8 代码页，再运行命令 或设置环境变量 PYTHONIOENCODING=utf-8（与工具内部行为一致） 说明：GBK 乱码仅影响原生 cmd 的交互显示，不影响文件内容与 --json 的机器可解析性。 🔤 字体管理

公文标准字体是 GB/T 9704 排版的关键。项目内置 3 个标准字体文件（assets/fonts/），支持自动安装： 安装方式： git clone 用户：字体文件在 assets/fonts/ 中，直接安装 pip install 用户：字体不打包到 PyPI（体积过大），font install 会自动从 GitHub 仓库 下载到 ~/.gongwen-skill/fonts/ 缓存后安装

✍️ 内容优化（路径 B）核心能力 三种输出模式（--mode） 8 色审阅角色方案

批注/修订按语义类别自动分配角色与颜色，Word 中可按审阅者筛选： 事实核验 默认执行（不依赖 --background）：实体提取（人名/职务/机构全称）→ 互联网交叉核验 → 生成"存疑/已确认/未经核验"批注 实体属性核验：识别人名+职务配对（如"××单位党组成员、副主任XXX"），能发现职务写反等严重事实错误 LLM+规则混合提取：配置 GONGWEN_LLM_API 后 LLM 内容理解提取（主通道）+ 规则提取（兜底） 背景资料增强：--background 传入 docx/pdf/md/txt/URL 构建基准，已确认实体自动过滤 Agent 协作机制（--output-tasks / --input-tasks）

Skill 定位为工具层——确定性工作自己做，需 LLM/搜索判断的环节交由 Agent：

风格增强（v2，数据驱动） 输出 5 套上下文信号：段落角色标注（复用 structure 规则关键词）、文档类型规则摘要（structure 含 modes/focus_checks/title_patterns）、结构/焦点检查结果、数据驱动风格评分（completeness/compliance/change_density/style_deviation_hint）、完整已有变更摘要（不再截断） 风格建议 auto-accept 自动合入已有变更（difflib 映射），不生成独立修订；批注标注【已自动应用】 跨 20+ 文档类型自动适配（rules YAML 数据驱动，不硬编码） 结构/焦点自动检查 结构完整性检查（structure_checker.py）：按 rules YAML 的 structure 定义检查必要段落/要素，多候选评分定位段落 focus_checks 自动检查（focus_checker.py）：逻辑闭环（听取→指出→强调→要求）/时间一致性/事实表述客观克制/稿源编辑信息/简称定义规范 检查结果自动生成按角色区分的批注 命令行参数速查

🧭 向导式交互（wizard）