火一五文档技能 v7.9.1

> 企业级 Word & 原生 PDF 文档生成 — 青岛火一五信息科技有限公司

愿景： 加速企业向全场景人工智能机器人转变

理念： 打破信息孤岛，用一套系统驱动企业增长

〇、v7.9.1（正文默认仿宋）

变更：除合同 7 类外，所有文体（需求文档 / 技术方案 / 研究报告 / 手册 / 方案 / 公文等）正文字体默认由宋体改为仿宋；标题保持黑体 / 方正小标宋。契合中文公文与方案文档规范（正文仿宋 GB），观感更正式统一。

• 合同类（劳动 / 服务 / 技术开发 / 销售 / 采购 / NDA / 合作）保持宋体（商业惯例）
• 调用 create-word-doc.py 生成的非合同文档，正文自动为仿宋，无需再后处理改字体
• macOS 用 STFangsong 渲染，Windows / WPS 用系统「仿宋」

一、v7.8.5 hotfix（ELEPHANT-IN-THE-ROOM — LOGO 宽度错算导致页眉跑出页面）

用户反馈"v7.8.1/v7.8.2/v7.8.3 还是没有页眉、字体不对" — pdftoppm 栅格化亲眼验证 + PyMuPDF 解 PDF stream 找到真凶：

# v7.7~v7.8.4 错误代码
img = Image(logo_path, height=target_h)        # platypus Flowable
iw, ih = img.wrap(page_w, page_h)               # iw 返回原图像素宽（如 2048）
target_w = iw * (target_h / ih) if ih else target_h
# ↑ iw=2048, ih=25.5 → target_w = 2048 * (25.5/25.5) = 2048pt

drawImage(width=2048, height=25.5, preserveAspectRatio=True) 在 2048pt 宽容器里居中 25.5pt 实际 LOGO，居中偏移 (2048-25.5)/2 = 1011pt。LOGO 实际 x = 79 + 1011 = 1090pt，远超 page 595pt 宽 — LOGO 跑到页外！页眉文字 text_x = x_start + logo_w = 79 + 2053 = 2133pt 也跑到页外。

所以"页眉只有一条灰线" — line 用绝对坐标没问题，drawImage/drawString 用 transform matrix 全跑页外。

修复：用 reportlab.lib.utils.ImageReader.getSize() 直接读 LOGO 像素尺寸等比缩放，不依赖 platypus Image.wrap()。

from reportlab.lib.utils import ImageReader
ir = ImageReader(logo_path)
iw, ih = ir.getSize()                # 像素尺寸，2048×2048
target_w = target_h * iw / ih        # 25.5 * 2048/2048 = 25.5pt 正确

v7.8.0~v7.8.4 都修错了方向（字体 subface / fontconfig fallback / two-pass canvas resource / onPage 时机）。这次用 PyMuPDF 解 PDF stream 看到 25.5 0 0 25.5 1090.614 803.622 cm 才直接定位到 LOGO transform 错位。亲眼看 + 拆 PDF stream 是诊断这类视觉 bug 的唯一可靠路径。

附带：chrome 从 two-pass canvas 子类移到 PageTemplate.onPage 回调（make_chrome_callback），架构更干净。

〇、v7.8.0~v7.8.4 中间版本（合并摘要 — 都没修到真因）

→ 都是错方向。真因在 v7.8.5 才被定位：LOGO Image.wrap() 返回 iw 没等比缩放 → target_w 错算 2048pt → drawImage 居中偏移 1011pt → LOGO+chrome 文字跑出页面右边。

〇、v7.7 修复（PDF 直出与 Word 视觉对齐 — 摘要）

修了 3 处对齐：页眉用 stringWidth() 居中（修正中文公司名偏右）/ leading × 1.2 系数（21.6pt 对齐 Word 1.5 倍行距）/ firstLineIndent = size × 2（24pt 对齐 Word firstLineChars=200）。详细数学验证见 git log v7.7.0 提交。

一、v7.5 关键变化（合同细分 7 类 + 配套范本）

> 用户反馈："合同帮我再细分"。

通用"合同"在 ToB 场景下太粗 — 一份合同应不应该带 试用期 / 知识产权 / 退换货 /

保密期限 / 收益分配 等条款，取决于具体合同子类。v7.5 把合同细分为 7 类：

通用"合同"作为兜底保留 — 输入命中"合同"但没匹配到具体子类时使用。

视觉上 7 个合同子类共享通用合同的版式（宋体 / 标准页边距 / 无文档壳 / 第一条 ~

第N条结构）；差异在 正文结构 与 范本内容。FORMAT_KEYWORDS 顺序保证子类

关键词在通用"合同"之前命中。

> 历史变更详见文末 §十 版本历史。

二、39 类文档规范（v7.5）

> 列含义：banner = 顶部右上 【内部】 红字；meta = 文档编号/版本/密级/日期 2 列表；

> 版本史 = 末尾"版本历史"表；审批 = 末尾"审批记录"表；TOC = 自动目录。

> 命中顺序由上至下；auto 命中后立即返回；--doc-format <规范> 强制覆盖。

> 一行命令看全 17 种：python3 scripts/create-word-doc.py --list-formats。

> CLI 精细控制：`--with-version-history / --no-version-history /

> --with-approval / --no-approval /

> --with-classification-banner / --no-classification-banner /

> --with-doc-meta-table / --no-doc-meta-table /

> --with-title-block / --no-title-block`。

标题层级识别（每种规范独立）

每种规范都有自己的章节编号正则；同时支持标准 Markdown # / ## / ### / ####。例如：

三、页眉 / 页脚规范

3.1 页眉

• company（默认）：LOGO + 公司名 + 文档编号 + 密级，左对齐
• minimal（合同 / 用户手册 / 演讲稿）：LOGO + 公司名，左对齐，不显示编号 / 密级
• centered（保留备选，当前无规范默认走此项）：仅公司名，居中
• 底部统一灰线 #888888

> v7.0 直接写 OOXML 并清 ，避免 WPS / 部分 Word 模板的样式继承覆盖。

3.2 页脚

• 所有规范统一为 第 X 页 / 共 Y 页，居中
• Word：PAGE / NUMPAGES 字段码（打开时自动计算）
• PDF：两遍渲染（NumberedCanvas）拿到真总页数

四、本地公司信息工作流

页眉的公司名、LOGO 按以下优先级解析：

1. CLI 显式参数 --company-name / --logo-path
2. 本地缓存 ~/.huo15/company-info.json
3. Odoo res.company 自动拉取（可用 --no-odoo 关闭）
4. 退出码 2 + 结构化 JSON — 以上都拿不到时让 Claude 触发补录流程

4.1 标准流程（生成前）

python3 scripts/company-info.py check
#   exit 0 + 完整 JSON  → 直接生成
#   exit 2 + missing[]  → 进入补录

补录流程（Claude 执行）：

1. 先查 auto-memory 中的 huo15_company_info.md / user_identity.md
2. 仍缺失时用 AskUserQuestion 询问：公司全称、LOGO 路径、可选 slogan / 地址 / 电话 / 邮箱 / 官网
3. 写入：

```bash

python3 scripts/company-info.py set \

--company-name "<公司全称>" --logo-path ""

```

1. 同步写入 memory（huo15_company_info.md）

五、命令行

# Word 直出
python3 scripts/create-word-doc.py --output 方案.docx \
  --title "技术方案：XXX系统" --content @/tmp/content.md \
  --doc-number "HG-FA-2026-001" --version "V1.0" --classification "内部" \
  --author "辉火云管家·贾维斯"

# 一览 39 种 preset：
python3 scripts/create-word-doc.py --list-formats

# 原生 PDF 直出（不依赖 LibreOffice / Office）：
python3 scripts/create-pdf-doc.py --output 方案.pdf \
  --title "技术方案：XXX系统" --content @/tmp/content.md \
  --doc-format 技术方案

# Word → PDF（保留版式）：
python3 scripts/word-to-pdf.py 方案.docx -o 方案.pdf

关键 CLI 参数：

• --doc-format <规范> — 39 类规范任选；省略走 auto 自动识别
• --company-name / --logo-path — 覆盖本地公司信息
• --with-version-history / --no-version-history — 版本历史表
• --with-approval / --no-approval — 审批记录表
• --with-classification-banner / --no-classification-banner — 顶部 【内部】红字
• --with-doc-meta-table / --no-doc-meta-table — 顶部元数据 2 列表
• --with-title-block / --no-title-block — 标题大字块

何时用哪条路径：只要 Word → 用 create-word-doc.py；只要 PDF →

create-pdf-doc.py（最快）；要 Word + PDF 版式一致 → 先 word，再

word-to-pdf.py。后端优先级 libreoffice → docx2pdf → word_com 自动回落。

字体：macOS 自带 Songti.ttc / STHeiti.ttc；Linux 推荐 Noto CJK；

Windows 可用 SimSun / SimHei。

六、Markdown 能力速查

七、Python API

# Word
from create_word_doc import create_word_doc
create_word_doc(
    output_path="文档.docx",
    title="技术方案：XXX系统",
    content=md_text,
    doc_number="HG-FA-2026-001",
    version="V1.0",
    classification="内部",
    author="辉火云管家·贾维斯",
    doc_format="auto",            # 12 类规范名 / 'auto'
)

# PDF
from create_pdf_doc import create_pdf_doc
create_pdf_doc(output_path="文档.pdf", title="...", content=md_text,
               doc_format="商业计划书")

# Word → PDF
from word_to_pdf import convert_to_pdf
ok, path = convert_to_pdf("方案.docx", "方案.pdf",
                          backend="auto", keep_fonts=True)

> 缺公司信息时三个入口都抛 RuntimeError，message 是结构化 JSON，Claude 据此触发补录。

八、触发词

通用：写 word / 写 PDF / 写文档 / 生成 word / 生成 PDF / 创建文档 / 导出文档 / Word 转 PDF。

39 类规范触发词由 §二 表格中"触发关键词"列定义。常用：写合同 / 写协议 /

写劳动合同 / 写服务合同 / 写技术开发合同 / 写销售合同 / 写采购合同 / 写 NDA /

写保密协议 / 写战略合作协议 / 写方案 / 写报告 / 写会议纪要 / 写需求文档 /

写 PRD / 写商业计划书 / 写 BP / 写用户手册 / 写培训手册 / 写招标书 / 写投标书 /

写演讲稿 / 写研究报告 / 写白皮书 / 写验收单 / 写立项书 / 写 SOP / 写公司制度 /

写公函 / 写邀请函 / 写简历 / 写 CV / 写报价单 / 写新闻稿 / 写复盘 / 写测试报告 /

写故障报告 / 写 postmortem / 写任命书 / 写应急预案 / 写在职证明 / 写风险评估 /

写项目计划书 / 写项目结项报告 / 写 API 文档 / 写部署文档 / 写 runbook / 写备忘录 /

写 MOU。

九、目录结构

scripts/
├── doc_core.py          # 共享核心：32 类预设 + Block AST 解析 + 内联 token
│                        # v7.4：再扩 15 类预设 + 关键词优先级调整
│                        # v7.3：FormatPreset 增 4 个文档壳开关
├── company-info.py      # 本地公司信息读写 + Odoo 回落
├── create-word-doc.py   # Word 渲染（python-docx + 强制 OOXML jc）
│                        # v7.3：_strip_markdown_emphasis + _maybe_dedupe_h1_title
├── create-pdf-doc.py    # 原生 PDF 渲染（reportlab + NumberedCanvas）
│                        # v7.3：与 Word 端文档壳逻辑保持一致
└── word-to-pdf.py       # Word → PDF 多后端转换

templates/               # v7.4：15 份可直接拷贝改写的 markdown 范本
├── 个人简历.md
├── 报价单.md
├── 新闻稿.md
├── 复盘报告.md
├── 测试报告.md
├── 故障报告.md
├── 任命书.md
├── 应急预案.md
├── 在职证明.md
├── 风险评估报告.md
├── 项目计划书.md
├── 项目结项报告.md
├── API文档.md
├── 部署文档.md
├── 备忘录.md
└── README.md

十一、未来路线（已调研、未实施）

> 任何一项触发刚需时再上；当前以稳定 + 中文友好 + 易维护为先。

十、版本历史

详细版本历史见 git log。当前主要里程碑：

• v7.8.6（最新）：Word emoji 乱码修复 — markdown 内含 emoji(🎂🚗💰🦞✅⭐🇨🇳 等)生成 docx 后,在 WPS / LibreOffice / Linux Word 渲染时显示 ▢▢ 占位方块。根因:_set_font 把 ascii/hAnsi/eastAsia 三个 slot 都设为中文字体(PingFang/宋体/黑体),中文字体不含 emoji glyph 就 fallback 到方块。修复:(1)_set_font 加 w:cs slot 指向 Segoe UI Emoji 兜底;(2)新增 _add_run emoji-aware 包装,内部按 _EMOJI_RE 正则把 emoji 字符切到独立 run + 用 emoji 字体;(3)render_inline 改用 _add_run 覆盖所有 markdown 内联文本(bold/italic/code/text)。Mac/Linux 系统会自动 fallback 到 Apple Color Emoji / Noto Color Emoji。
• v7.8.x：PDF 渲染保真度 — 字体 subface 修正 / leading 系数 / firstLineIndent 字符化 / LibreOffice filter 加固 / 平台感知后端优先级（详见上方〇章节）
• v7.5–v7.6：39 类规范 + 合同细分 7 类 + KV 元数据归并 / TOC 占位回填 / PDF outline 修复
• v7.0–v7.4：原生 PDF 直出（create-pdf-doc.py）+ 27→39 类扩张 + Pygments 代码高亮 + CJK 段落 OOXML 直写
• v6.x：Block AST 重写 / 页眉恒含 LOGO / 页脚字段码
• v5.x：多规范自动识别骨架 + company-info.py

技术支持： 青岛火一五信息科技有限公司