linhut
gongwen-skill
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。
- Stars
- 3
- Language
- Python
- Created
- Jul 20, 2026
- Updated
- Aug 16, 2026
Introduction
中文公文全流程工具 · gongwen-skill
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 25 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 | 从标准文档学习 Run/段落/页面三级样式，生成命名模板持久化 |
| 🔄 版本自检 | check-update | 多渠道版本自检（GitHub/GitCode/AtomGit 三仓库比对取最新） |
| 🕵️ 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。
🚀 快速开始
git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt
# 生成一份标准通知模板
python -m gongwen template notice -o 通知模板.docx
# 检查公文格式（只读）
python -m gongwen check 公文.docx -t notice --json
# 自动修复格式（--apply 确认执行，默认预览）
python -m gongwen optimize 公文.docx -o 成品.docx -t notice --apply
# 一步到位：检查 + 修复 + 版头/版记/页码全注入（--layout 指向 JSON 配置）
python -m gongwen optimize 公文.docx -o 成品.docx --layout 版式.json
# Markdown 草稿 → 正式公文（支持管道输入和 Front Matter 元数据）
python -m gongwen md2docx 草稿.md -o 正式公文.docx -t report --signer "XX单位" --date "2026年8月1日"
# 内容优化（默认 tracked 模式：Word 原生修订+批注，审阅面板逐条接受/拒绝）
python -m gongwen optimize-content 原文.docx --changes 修订内容.json --apply --mode tracked -t news
# 注入版头（发文机关标志 + 发文字号 + 签发人 + 红色反线）
python -m gongwen header 公文.docx -o 红头公文.docx --org-name "XX单位" --doc-number "〔2026〕1号"
# 注入版记（抄送 + 印发机关 + 印发日期）
python -m gongwen footer 红头公文.docx --cc "各单位" --printer "XX办公室" --print-date "2026年8月1日"
# 注入页码（Word PAGE 域动态页码）
python -m gongwen pagenum 红头公文.docx --alignment right
# 多渠道版本自检
python -m gongwen check-update
✍️ 内容优化（路径 B）核心能力
三种输出模式（--mode）
| 模式 | 说明 |
|---|---|
tracked（默认） | Word 原生修订标记（w:del/w:ins）+ 批注（comments.xml），审阅面板逐条接受/拒绝 |
comment-mode | 仅 Word 原生批注（可审阅→接受/拒绝） |
inline | 行内差异对比版（原文灰色删除线 + 优化后红色高亮 + 修改说明） |
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：
| 角色 | 类型 | 颜色 | 色值 | 语义类别 |
|---|---|---|---|---|
| 格式审校 | 批注 | 蓝 | 2E86C1 | 格式优化 |
| 用语审校 | 批注 | 绿 | 27AE60 | 用语优化 |
| 逻辑审校 | 批注 | 红 | E74C3C | 逻辑优化 |
| 法规审校 | 批注 | 紫罗兰 | 9B59B6 | 法规合规 |
| 综合审校 | 批注 | 橙 | F39C12 | 内容优化 |
| 事实核验 | 批注 | 青 | 00BCD4 | 事实核验 |
| GongWen-Skill修订 | 修订 | 玫红 | E91E63 | 内容/事实核验修订 |
| 风格审校 | 批注+修订 | 深紫 | 6C3483 | 风格优化（自动应用） |
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"省民宗委党组成员、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：
# 1. Skill 输出待处理任务（待核验实体 + 风格增强请求），同时生成基础版文档
python -m gongwen optimize-content 新闻稿.docx --changes changes.json \
--output-tasks tasks.json --apply --mode tracked -t news
# 2. Agent 用自身 LLM+搜索能力处理 tasks.json（核验人事信息、生成风格建议），输出 tasks_result.json
# 3. Skill 读入回填结果，合并到 changes 后执行（去重/已确认过滤/独立修订作者）
python -m gongwen optimize-content 新闻稿.docx --changes changes.json \
--input-tasks tasks_result.json --apply --mode tracked -t news
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
--mode tracked|inline 输出模式（默认 tracked）
--reviewers 3|5|6 审稿角色数（默认 6 完整版）
--changes <json> 变更列表（paragraph_index/original_text/optimized_text/reason/category）
--background <paths> 背景资料（事实核验基准）
--auto-generate 无 changes.json 时基于内置规则自动生成优化建议（需 LLM）
--output-tasks <json> 输出待 Agent 处理任务
--input-tasks <json> 读入 Agent 回填结果
--style <名称> 语言风格（--style 显式 > changes.style > doc_type 映射 > 默认庄重严谨）
--no-style-enhance 禁用风格增强（默认开启）
-t/--doc-type <类型> 显式指定公文类型（默认自动检测）
--show-rules 输出文档类型内容层规则摘要
--show-confirmed 已确认实体也生成批注
📐 GB/T 9704 标准格式
| 元素 | 字体 | 字号 | 对齐 |
|---|---|---|---|
| 公文标题 | 方正小标宋简体 | 二号（22pt） | 居中 |
| 一级标题（一、二、三） | 黑体 | 三号（16pt） | 顶格 |
| 二级标题（（一）（二）） | 楷体_GB2312 | 三号（16pt） | 首行缩进2字符 |
| 三级标题（1. 2.） | 仿宋_GB2312 加粗 | 三号（16pt） | 首行缩进2字符 |
| 正文 | 仿宋_GB2312 | 三号（16pt） | 首行缩进2字符 |
| 西文/数字 | Times New Roman | 与中文字号一致 | — |
| 页码 | 宋体（4号半角） | 四号（14pt） | 单页右/双页左（双面打印） |
| 页边距 | — | — | 上3.7/下3.5/左2.8/右2.6 cm |
讲话稿/主持词（speech 朗读件）
标题方正小标宋简体 24pt 居中、主持人信息/日期楷体_GB2312 18pt 居中、正文仿宋_GB2312 18pt 加粗、正文行距 33pt exact、标题行距 35pt；跳过版头/版记/发文字号/密级检查。
📚 支持的 25 种公文类型
通知 · 请示 · 报告 · 函 · 会议纪要 · 纪要 · 决定 · 通告 · 公告 · 命令 · 通报 · 议案 · 批复 · 指示 · 制度 · 公报 · 意见 · 总结 · 方案/计划 · 桌签 · 技术方案 · 决议 · 新闻稿/简报 · 讲话稿/主持词 · 其他
每种类型对应
rules/official/*.yaml，含格式规则 + 内容层定义（structure/focus_checks/title 等），驱动 check/optimize/optimize-content 全链路。
⚙️ 规则化与二次定制
规则以 YAML 定义，三层优先级 official < custom < user：
- 官方规则：仓库内
rules/official/*.yaml - 用户覆盖：
~/.gongwen-skill/user_rules/*.yaml（同名字段覆盖官方）
python -m gongwen rule-export notice -o notice_rules.yaml
python -m gongwen rule-import my_company -f 公司规范.yaml
python -m gongwen rule-list notice
⚠️ 使用红线
- 不伪造、冒用真实机关正式发文 — 生成物仅为草稿，正式发文须走审核流程
- 人事信息准确性铁律 — 领导姓名/机构全称/职务等仅有"确定"或"
[XXX]占位"两种状态，严禁推理/猜测填造 - 不编造政策依据、数据、结论 — 缺失信息用
XXX占位 - 涉密材料先脱敏再处理
- 字体版权 — 方正小标宋简体等字体可能受版权约束，缺少时 Word 会回退
🤖 作为 AI Agent Skill 使用
将本仓库放入 Agent 的 skills 目录，Agent 读取 SKILL.md 后自动调用命令。支持三条路径：
- 路径 A：格式修复（不改文字，只修排版）
- 路径 B：内容优化（润色文字，Word 原生修订+批注 / 差异对比版）
- 路径 C：生成公文（从零创建，四步流水线）
🔄 版本追新（Agent 加载 skill 后必须执行）
Agent 加载 skill 后必须执行版本追新自检，确保使用最新版本：
- 多渠道远程自检（首选）：
python -m gongwen check-update——自动查询 GitHub/GitCode/AtomGit 三仓库最新 tag，取最高版本比对本地；任一渠道可达即不遗漏，全部不可达时明确告知"版本自检跳过" - 本地 git tag 对比（补充）：对 skill 安装目录执行
git -C "<skill安装目录>" describe --tags --abbrev=0；若安装目录不在 git 管理下，应告知用户"无法执行版本对比，建议手动检查 GitHub 更新" - 落后则警告：发现本地版本落后于最新 tag 时，必须在执行前警告用户并提示更新（
cd <gongwen-skill目录> && git pull && git fetch --tags），不得静默使用旧版本
严禁只用本地
git describe判断版本——它只读本地可达 tag，未 fetch 时会误判本地即最新。
🚀 DeepSeek Harness (DSH) 集成
本 Skill 同时支持 DeepSeek Harness (DSH) 的两种集成方式——文件系统 Skill（轻量、跟随项目）与 Cordis 插件 bundle（包入 npm 通道、让 Web UI Toolkit 可调用），按你的部署需求选择。
DSH 采用 Cordis 模块化微内核架构：技能体系基于本地文件系统（无中心化技能市场），插件体系基于 npm 包 + ~/.dsh/profiles/<preset>/package.json 中的 dsh.profile.bundles 声明挂载。
方式零：仅作为 Python CLI 使用（最轻量）
git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt # 或 pip install gongwen-skill（已上 PyPI）
python -m gongwen --version # 检验：gongwen-skill v1.12.59
方式一：作为 DSH Skill 注册（基于本地文件系统）
DSH Agent 启动时自动扫描下表目录中的技能（优先级从高到低）：
| 优先级 | 目录 | 说明 |
|---|---|---|
| 100 | {project}/.dsh/skills/ | 项目级 DSH 技能目录 |
| 200 | {project}/.agents/skills/ | 项目级 Agent 技能目录 |
| 400 | ~/.dsh/skills/ | 用户级 DSH 技能目录 |
| 500 | ~/.agents/skills/ | 用户级 Agent 技能目录 |
安装方式（二选一）：
# A. 项目级：克隆到工程目录（跟随项目，推荐）
git clone https://github.com/linhut/gongwen-skill.git ./third_party/gongwen-skill
ln -s ./third_party/gongwen-skill/.dsh/skills/gongwen-skill ./.dsh/skills/gongwen-skill
# B. 用户级：全局可用，所有 DSH 会话都能发现
git clone https://github.com/linhut/gongwen-skill.git ~/skills/gongwen-skill
mkdir -p ~/.dsh/skills/
ln -s ~/skills/gongwen-skill/.dsh/skills/gongwen-skill ~/.dsh/skills/gongwen-skill
两种方式都会让 DSH Agent 在启动时自动发现并加载本技能；本仓库自带
.dsh/skills/gongwen-skill/双格式（目录技能 + 单文件技能）兼容。
方式二：作为 DSH Cordis 插件安装（注册到 Web Profile）
把本仓库当作 npm 包安装到 DSH Web Profile，让 DSH 的 Web UI 通过 gongwen-skill 调用桥接器执行 Python CLI。
# 1️⃣ 用 DSH 官方 CLI 一键挂载（推荐：自动改 package.json + 重建 bundle）
dsh plugin --profile web add -w gongwen-skill
# -w = workspace，按 preset 自动写入 ~/.dsh/profiles/web/package.json
# 2️⃣ 或在 Web Profile 目录下手动 npm/pnpm 安装
cd ~/.dsh/profiles/web
npm i gongwen-skill -w
# 或：
pnpm add -w gongwen-skill
安装后请确认 ~/.dsh/profiles/web/package.json 中的 dsh.profile.bundles 数组已包含 gongwen-skill：
{
"name": "dsh-profile-web",
"private": true,
"dependencies": {
"@deepseek-ai/dsh-base": "...",
"@deepseek-ai/dsh-web-app": "...",
"gongwen-skill": "^1.12.59"
},
"dsh": {
"profile": {
"bundles": [
"@deepseek-ai/dsh-base",
"@deepseek-ai/dsh-web-app",
"gongwen-skill"
]
}
}
}
注意：若
add启动报错提示子包重复声明，请检查dsh.profile.bundles数组中仅包含根包gongwen-skill，避免同时列入engine或gongwen等子目录。
方式三：本地源码链接（用于插件开发）
如果你在本地开发 gongwen-skill 插件，可以用 link 方式让 DSH 直接加载仓库源码：
# 把本地仓库以 link 方式挂到 DSH Web Profile
dsh plugin --profile web add -w "link:/path/to/gongwen-skill"
# 同样：检查 ~/.dsh/profiles/web/package.json
# - dependencies 出现 "gongwen-skill": "link:/path/to/gongwen-skill"
# - dsh.profile.bundles 包含 "gongwen-skill"
🚀 启动 DSH Web 服务
# 让 gongwen-skill 桥接可用：先在仓库根安装 Python 依赖
cd /path/to/gongwen-skill
pip install -r requirements.txt # 或 pip install gongwen-skill
# 启 DSH
dsh --profile web
# 或：dsh web
浏览器访问 http://127.0.0.1:3080/，在新建会话时即可让 DSH Agent 自动加载 gongwen-skill 调用 Web UI 工具流。
DSH 兼容性自查
| 检查项 | 状态 |
|---|---|
Skill 体系：SKILL.md YAML frontmatter (name + description + whenToUse) | ✅ |
技能名称规范 (gongwen-skill，长度 ≤ 30 字符) | ✅ |
目录技能格式 (.dsh/skills/gongwen-skill/SKILL.md) | ✅ |
单文件技能格式 (.dsh/skills/gongwen-skill.md) | ✅ 双格式兼容 |
Cordis 插件包：package.json + dsh/ + cordis.patch.yml | ✅ |
CLI 独立可执行（python -m gongwen <命令>） | ✅ |
PyPI 上架（pip install gongwen-skill） | ✅ |
| 零外部运行时依赖（仅 python-docx/pydantic/pyyaml） | ✅ |
适用场景对照
| 你的场景 | 推荐方式 |
|---|---|
| 只想在终端用 gongwen-skill 命令 | 方式零 |
| 想让 DSH Agent 调用本技能，无需 Web UI | 方式一（Skill 文件系统） |
| 想让 DSH Web UI 工具面板直接调用 | 方式二（npm 插件 bundle） |
| 二开插件本身，本地反复编辑 | 方式三（link 模式） |
🤖 通过 Agent 调用
本 Skill 可直接被 AI Agent（如 AtomCode、Claude Code 等）加载并调用，无需手动操作。
安装方式
方式一：克隆到 Skills 目录（推荐）
# AtomCode
git clone https://github.com/linhut/gongwen-skill.git ~/.atomcode/skills/gongwen-skill/
# Claude Code
git clone https://github.com/linhut/gongwen-skill.git ~/.claude/skills/gongwen-skill/
# 其他 Agent — 将仓库克隆到对应的 skills 目录即可
方式二：任何工作目录下直接使用
git clone https://github.com/linhut/gongwen-skill.git
cd gongwen-skill
pip install -r requirements.txt
# 之后 Agent 可直接调用 python -m gongwen <命令>
对话中使用示例
| 用户说 | Agent 行为 | 路径 |
|---|---|---|
| "帮我检查这份通知的格式" | 自动执行 check 并展示问题清单 | A |
| "帮我排版这份红头文件" | 自动执行 optimize --apply 修复格式 | A |
| "润色一下这份报告的措辞" | 生成 changes.json，执行 optimize-content（tracked 修订+批注） | B |
| "帮我写一份关于XX的通知" | 追问细节后走草稿→md2docx→optimize→check | C |
| "核验一下这份新闻稿里的人名职务" | 执行 optimize-content --output-tasks → Agent 核验 → --input-tasks 回填 | B+协作 |
| "给这份会议通知生成桌签" | 询问名单后执行 table-signs | 独立 |
| "看看这份文档有没有问题" | 执行 audit 检查删除线/加粗/AI声明 | 独立 |
Agent 调用示例（对话式）
用户：帮我优化这份会议通知的第二章节措辞
Agent：📋 合规自检报告
Skill 版本: v1.12.55（多渠道自检已确认最新）
路径判定: B（内容优化）
依据: 用户指定了已有文档，且要求"优化措辞"
命令调用: 1. python -m gongwen optimize-content 会议通知.docx --changes changes.json --apply --paragraphs "5-8"
是否绕过: 否
交付物: 会议通知+庄重严谨+2026-08-01+v1.docx（Word 原生修订+批注版）
质量验证: check 通过
🔧 LLM 集成（可选）
Skill 定位为工具层，默认不依赖 LLM（确定性工作全自包含）。以下可选能力需配置环境变量（未配置自动降级，不影响主流程）：
| 环境变量 | 能力 |
|---|---|
GONGWEN_LLM_API / _API_KEY / _MODEL | LLM 实体提取、自动生成优化建议、风格增强（skill 内置调用） |
GONGWEN_OPTIMIZE_LLM_API（优先于 LLM_API） | optimize-content 专用配置 |
GONGWEN_WEB_VERIFY=1 | 事实核验互联网交叉核验（百度→必应多引擎） |
推荐模式：Agent 环境中通过
--output-tasks/--input-tasks协作，用 Agent 自身 LLM+搜索能力处理，无需配置上述环境变量。
📦 依赖
仅 3 个纯 Python 包：python-docx、pydantic、pyyaml。无数据库、无 Web 框架、无桌面端。
💬 社区交流
欢迎加入社区，参与讨论、交流使用问题、插件开发和项目进展：
| 平台 | 说明 |
|---|---|
| 💬 Discord | 加入 Discord 服务器 — 实时交流、问题讨论、版本更新通知 |
| 💚 QQ 群 | 扫码加入 QQ 群，与中文用户交流使用经验 |
📄 许可证与出处
MIT License · (c) 2026 Jose AI · https://www.linhut.cn
本 Skill 源自开源项目 AI 公文智能优化助手。格式引擎与规则 YAML 版权归原作者所有，依 MIT 许可证发行。