dsh-docx-format

dsh plugin --profile web add dsh-docx-format

dsh-docx-format

让 DSH 生成的所有 .docx 自动符合《通用公文格式规范》。

三层生效方式，任一层命中就够：

层 · 机制 · 作用

提示词 · systemPrompt.section（order 3260） · 模型生成 docx 前就知道字体、字号、行距、缩进、页边距，直接照规矩排

工具 · docx_format · 模型可显式调用：mode=check 体检、mode=apply 规范化并写回

钩子 · tools/result 观察者 · 任何工具（含 ops_bash、技能脚本）产出 .docx 路径后，自动排队规范化

真正的排版逻辑在 lib/docxfmt.py（python-docx），插件只负责调度进程。

本版（v2）修的四件事

1. 段前段后一律 0 磅，空行用空段落表达

所有段落 w:spacing w:before="0" w:after="0"（不再用 beforeLines/afterLines，也不再拿段前 58pt 冒充空行）。

注意是显式写 0：以前的做法是把 before/after 删掉，Word 会继续继承 docDefaults/Normal 里的段后间距（模板里就有 w:after="200" = 10 磅），

看起来“段前段后还是不是 0”。

「空一行」现在是真的插入空段落：标题上空 2 行、标题下空 1 行、附件说明前 1 行、附件说明与落款之间 2 行、落款前 2 行、

文件末尾 附件1 标记与其标题之间 1 行（标记本身上面不插空行）；附件多条目（1．/2．）视为同一段，条目间不插空行。

空段落本身同样段前段后 0、固定 29 磅，且字体/字号/对齐/缩进必须与前后文一致（等价于在 Word 里手工按回车继承出来的空行）：

标题上下的空行写成 方正小标宋简体 二号(22pt)、居中、无首行缩进；正文/附件/落款之间的空行写成 仿宋 三号(16pt)、两端对齐、firstLineChars="200"。

实现写在 _style_blank(par, cfg, kind)（kind 为 blank / blank_title）里，字体落在段落标记 w:pPr/w:rPr，w:sz 写磅值×2。

已有空段落会被复用，不够才补，多了才删；check 会把字体/字号/对齐/首行缩进不符的空行报成 blank.mark。

2. 首行缩进用「字符」而不是磅；附件按 2 / 6 / 5 / 6 字符分段

正文写的是 OOXML w:ind w:firstLineChars="200"（2 字符），同时保留 w:firstLine="640" 作为不认识 *Chars 的阅读器兜底；

check 模式把 firstLine 有值但 firstLineChars 缺失的情况判为偏差。除首行缩进外，左/右/悬挂缩进一律 0。

附件不走悬挂缩进（Word 在 leftChars+hangingChars 并存时把悬挂量加到折行上，与 OOXML 语义相反；

纯磅值虽然几何正确，但缩进阶梯要靠段前段后和左缩进拼，跟“普通缩进全 0”的要求冲突），改成真正的分段：

「附件：1．……」所在段落 firstLineChars="200"；该条目的折行续行单独成段、firstLineChars="600"（6 字符）；

多附件的「2．……」段落 firstLineChars="500"（5 字符），它的续行同样是 6 字符。

折行点用 Word 实测：把待测段落单独存成临时文档，交给 Word/WPS 排版后用

Range.Information(wdFirstCharacterLineNumber) 读每个字符落在第几行，按实测边界拆段，

所以拆出来的每一段在最终打印版面里都正好一行、互不重叠。拆完再体检一遍，幂等。

探测段落只用磅值左缩进（w:left），不能写 w:leftChars：实测两者并存时 Word 会把

“6 字符”当成 30 磅，折行点偏后 2 个字，拆出来的续行会再折一次。

版面坐标（Word 导 PDF 实测，左边距 76.5pt）：首行 108.6pt = +2 字符、续行 / 6 字符 172.6pt、

2． 5 字符 156.6pt；tools/smoke_attach_split.py 会重新量一遍并断言每段正好一行。

没有可调用的 Word/WPS 时退回 attachSplit.mode="indent-only" 的效果：只排 2/5 字符缩进、不拆段，

并给出 附件自动分段不可用 的提示，折行留给使用者手工换行。

条目文字短于 attachSplit.minCharsToMeasure（默认 20 字）时不可能折行，直接跳过、不启动 Word

（省 3~6 秒；短附件因此仍是 0.2 秒级的体检）。

3. 请求门控（只看触发词）+ 默认不写落款

• 触发：看当前会话最后一条用户消息，必须命中 triggerKeywords（默认 ["公文"]）才套版式。

没提「公文」的请求（写周报、排简历、导出任何 docx）整条停用插件，文件保持原样；

triggerKeywords 置成空数组表示任何请求都触发（旧行为）。

• 停用 = tools/result 钩子不排队、队列里的任务出队时再判一次、docx_format 直接返回 skipped（要强制处理传 force=true）。

会话文字从 sessions 服务的 session.deriveMessages() 取，另有 session/event 缓存兜底。

• 落款：提示词明确「用户没要求署名/日期就不写落款」；引擎只格式化文档里已经存在的落款，绝不凭空新增。

4. 表格单元格完全水平居中

表头 + 表内容每一个单元格的每一段都设 w:jc w:val="center"，并清掉单元格内的 firstLine/firstLineChars/left/leftChars 缩进，

同时保持垂直居中、单倍行距。只居中表头不再算合规。

规范内容

• 页面 A4，页边距 上 3.6cm / 下 3.0cm / 左 2.7cm / 右 2.7cm。
• 正文 仿宋 三号(16pt)，两端对齐，首行缩进 2 字符（w:firstLineChars="200"），行距固定值 29 磅，段前段后 0。
• 大标题 方正小标宋简体 二号(22pt)，居中；标题上方空 2 行、下方空 1 行——用两个 / 一个空段落表达。
• 一级标题 黑体三号、二级标题 楷体三号、三级标题 仿宋三号；编号「一、」「（一）」「1．」（全角点，无尾随空格）。
• 数字与字母一律 Times New Roman；破折号 —— 用 TNR；小数点半角。
• 中英混排：中文内容里的英文单词或缩写（AI、PPT、OA、Word）前后不加空格——写「使用AI工具」「OA系统」「Word文档」；

正常的英文句子仍按英文习惯加空格（Please submit the form by Friday.）。中英混排的英文用 Times New Roman。

引擎里由 normalize.cjkLatinSpace（默认 true）处理，正文、各级标题、表标题、表格单元格都会清，

规则名 text.cjkLatinSpace；数字不算英文，2026 年 这种保持原样。

• 光删空格字符还不够：Word 默认开着「自动调整中文与西文/数字的间距」，没有空格也看着像有空格。

引擎会给每个段落写 w:autoSpaceDE="0" w:autoSpaceDN="0"（规则名 par.autoSpace），

PDF 里实测 的AI素养、OA系统、Word文档 之间已无空隙。

• 表格：标题 方正小标宋简体二号；表头 黑体小四、表内容 仿宋小四；所有单元格段落水平+垂直居中、单倍行距；外边框 1.5 磅、内边框 0.5 磅；行高最小值 0.7cm；表格居中无环绕；两字词语中间加两个半角空格（姓 名）；表标题与表格之间插一行 0 行高、10.5pt 的空段。
• 图片：图片单独成段，居中 + 无缩进（首行/左/右/悬挂全 0）+ 单倍行距（w:line="240" w:lineRule="auto"，

不走 29 磅固定值，避免图片被裁或行高被拉死），段前段后仍 0；判定规则 par.lineSingle。

• 页码：页脚居中 — 1 —，宋体四号(14pt)，字段拆成 6 个 run，保证 Word / LibreOffice 都渲染成 — N —。
• 落款（只在用户明确要求时才有）：正文后空两行（两个空段落）、右对齐；日期末尾补两个全角空格；署名与日期右边缘对齐（需盖章时署名居中于日期，seal: true）。
• 附件：附件：1．xxx 前空 1 行、下与落款空 2 行；缩进阶梯是 2 / 6 / 5 / 6 字符，靠真实分段实现：

第一段 firstLineChars="200"、续行段 600、2．… 段 500、它的续行又是 600，左右悬挂全 0；

折行点由 Word 排版实测（wdFirstCharacterLineNumber）后自动拆段，拆完每段在版面里正好一行；

文件末尾 附件1 标记用黑体三号、无缩进、两端对齐、无冒号，其下与附件标题空 1 行。

• 幂等：重复 apply 完全无副作用，check 稳定为 0 偏差。

用法

命令行（脱离 DSH 也能用，只要装了 python-docx）：

python lib/docxfmt.py 报告.docx --mode check          # 只体检，有偏差退出码 2
python lib/docxfmt.py 报告.docx --mode apply          # 规范化并原子写回
python lib/docxfmt.py ./docs --mode apply --recursive # 批量
python lib/docxfmt.py 报告.docx --mode check --json   # 机器可读报告
# 临时关掉引擎侧内容白名单
python lib/docxfmt.py 报告.docx --mode apply --config '{"skipContentKeywords":[]}'

模型侧：

docx_format(path="C:/.../通知.docx", mode="apply")
docx_format(path="C:/.../通知.docx", mode="check")
docx_format(path="C:/.../公文目录", mode="apply", recursive=true)
docx_format(path="C:/.../通知.docx", mode="apply", force=true)   # 无视请求文字白名单

读已有 docx：docx_read

docx_read(path="C:/.../毕业论文.docx")                 # 默认返回前 12000 字
docx_read(path="C:/.../毕业论文.docx", max_chars=60000)
docx_read(path="C:/.../毕业论文.docx", offset=12000)    # 用上次返回的 next_offset 续读

• 纯标准库实现（lib/docx_read.py），不需要 python-docx、不需要联网、不改原文件。
• 表格按 单元格 | 单元格 输出；返回 total_chars / paragraphs / tables / next_offset / truncated / notes。
• 只取正文文字：图片与脚注会以 notes 提示，不会静默吞掉。
• 给模型用的一等工具，就是为了替掉「read 工具报 binary file → pip install python-docx → 上网搜」这条死路。

同理 docx_format 的返回值已统一过 stripUndefined，不会再触发 DSH 的 value is not lossless JSON 校验错误。

命令行等价物：

python lib/docx_read.py 毕业论文.docx --max-chars 2000
python lib/docx_read.py 毕业论文.docx --offset 2000 --json

安装

方式一：从 npm 安装（推荐）

已发布为 dsh-docx-format：

dsh plugin --profile <profile> add dsh-docx-format

收录进插件市场后，也可以直接在市场里搜 docx 点安装。

方式二：本地目录（开发调试）

1. 把 dsh-docx-format 整个目录放到任意位置（记为 `<PLUGIN_DIR

…(truncated)