document-formatting

name	document-formatting
version	1.0.0
description	诉讼文书 Word 排版强制闸门——法院提交的诉讼文书（主诉诉状、被诉答辩状、质证意见、代理词、程序性文书系列）转 Word 前，必须经本技能核验格式合规性。10 项内容硬规则 + 10 项文本清洗 + 6 项结构规范 + 12 项 Word 后验校验。排版参数由 `format-spec.md` 提供，DOCX 转换按 4 级降级链执行。不通过则退回修正，不可跳过。触发词：排版核验、格式检查、转 Word、排版、docx。

文书排版（document-formatting）· 输出侧格式合规闸门

本技能是本套件正式 Word 文件输出前的格式合规围栏。法院提交的 5 个诉讼文书技能——主诉诉状、被诉答辩状、质证意见、代理词、程序性文书系列——在将 Markdown 草稿转换为 Word（.docx）之前，必须先经本技能核验内容规范、执行文本清洗与结构规范化，转换后再执行 Word 后验校验。全部通过方可交付；不通过则退回修正或自动修复。

与法律核验对称：法律核验守"引用真实性"（输出侧闸门·内容合规），本技能守"格式合规性"（输出侧闸门·格式合规）。两道闸门并列，均为强制不可跳过。

---

0 | 定位与适用范围

适用

本技能仅适用于法院提交的诉讼文书，即以下 5 个技能的 Word 输出：

序号	文书技能	典型文书
1	主诉诉状	起诉状、上诉状、再审申请书、仲裁申请书、仲裁反申请书
2	被诉答辩状	答辩状、上诉答辩状、再审答辩状、仲裁答辩状、仲裁反请求答辩状
3	质证意见	质证意见书
4	代理词	代理意见、补充代理意见
5	程序性文书系列	保全申请书、调查取证申请书、管辖权异议申请书等四十余种

不适用

以下技能/场景不经过本闸门：

• 新法解读（纯研究报告，不提交法院）
• 法律研究报告（内部参考）
• 庭审提纲（庭前准备材料，非正式提交件）
• 证据目录（逻辑层编排，非排版对象）
• 证据装册（物理装订顺序，不走排版流程）
• 要件攻防分析（内部分析文件）
• 财产线索调查（内部尽调报告）
• 案件事实梳理（内部工作底稿）

闸门地位

起草 md 草稿 → 【法律核验闸门】→ 引用全部准确？
                  ├─ 否 → 退回修正
                  └─ 是 ↓
               【文书排版闸门】→ 格式合规？
                  ├─ 否 → 退回修正 / 自动修复
                  └─ 是 → 交付 .docx + 排版核验报告

两道闸门并列、顺序执行，均强制不可跳过。

---

0.5 | 两种调用模式

模式一：输出前自动闸门（其他技能调用，默认）

文书生成技能在转 Word 前，把 Markdown 草稿交给本技能核验：

md 草稿 → 【文书排版闸门】→ 10 项硬规则 + 清洗 + 结构规范 + 转换 + 后验
   ├─ 全部通过 → 交付 .docx + 排版核验报告
   └─ 不通过   → 退回修正（硬规则）/ 自动修复（后验偏差）→ 重新核验 → 直至放行

闸门为强制、不可跳过。文书生成技能不得绕过本闸门直接输出 .docx。

模式二：独立排版核验（用户直接调用）

用户粘贴 Markdown 文本或给出文件路径，本技能执行完整核验流程并输出排版核验报告。用户可选择是否继续执行 Word 转换。

---

1 | 闸门工作流（6 步）

Markdown 草稿输入
    ↓
Step 1：内容规范检查（10 项硬规则，R1-R10）
    ↓ 不通过 → 退回修正（逐条列出违规项与修正建议）
Step 2：文本清洗（10 项清洗规则，C1-C10）
    ↓ 自动执行，不需人工干预
Step 3：结构规范化（6 项规范，S1-S6）
    ↓ 自动执行
Step 4：调用 md2docx_legal.py 转换
    ↓
Step 5：Word 后验校验（12 项参数比对，V1-V12）
    ↓ 不通过 → 自动修复（1-2 项偏差）或退回（3+ 项失败）
Step 6：交付 .docx + 排版核验报告

---

2 | Step 1：内容规范检查（10 项硬规则，R1-R10）

本步骤对 Markdown 草稿执行 10 项硬规则检查。任一项不通过即退回修正，不得带病进入下一步。

#	规则	检查方法	违规示例
R1	禁止"法律依据"独立章节	正则匹配 ^#{1,3}\s*(法律依据|法律适用)	### 七、法律依据
R2	禁止正文引用被屏蔽的书籍/作者	从 format-spec.md §9.1 读取 blocked_authors / blocked_books 清单（默认为空）进行匹配；用户按需填入	视用户清单而定
R3	附件区域禁止列证据	检查 ## 附 下是否含 证据|笔录|合同|截图	1. 行政处罚决定书；2. 谈话笔录
R4	主体信息禁止冗余工商字段	检查当事人板块是否含 企业类型|成立日期|注册资本|经营范围	- 企业类型：有限责任公司
R5	来源标记仅用白名单格式	从 format-spec.md §9.2 读取 citation_tags 白名单进行匹配，其他格式一律报错	[参见 X 教授 X 书第 X 章]（未列入白名单）
R6	禁止 HTML 标签残留	正则匹配 <(sup|sub|br|div|span|p|!--)	<sup>[1]</sup>
R7	禁止 Markdown 语法残留	检测正文行内残留 ^#{1,6}\s|^\*{1,2}|^\-{3}|^>\s（标题行、加粗、分割线、引用块不应出现在正文段落内部）	### 一、原告主体介绍（作为正文行时）
R8	同一主体仅允许一个住所地	检测当事人板块内"住所地"/"地址"/"住址"出现次数，>1 则报错	法人同时写"注册地址：XX"和"办公地址：YY"
R9	自然人主体禁止写入职务信息	检测自然人板块内"职务"/"职位"/"岗位"/"担任"等字段	- 职务：总经理（自然人被告）
R10	法人主体仅允许法定代表人附带职务	检测法人板块内除"法定代表人"外是否出现其他职务描述	- 总经理：张三（法人原告的高管列表）

硬规则检查结果输出

━━━ Step 1：内容规范检查 ━━━
R1  禁止"法律依据"独立章节        ✅ 通过
R2  禁止正文引用特定书籍/作者      ✅ 通过
R3  附件区域禁止列证据            ❌ 不通过 → "## 附件"下发现"1. 谈话笔录"，应删除或移至证据目录
R4  主体信息禁止冗余工商字段       ✅ 通过
R5  来源标记仅用两种格式          ✅ 通过
R6  禁止 HTML 标签残留            ✅ 通过
R7  禁止 Markdown 语法残留        ✅ 通过
R8  同一主体仅允许一个住所地       ✅ 通过
R9  自然人主体禁止写入职务信息     ✅ 通过
R10 法人主体仅允许法定代表人附带职务 ✅ 通过
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
结论：⛔ 拦截（1 项不通过），请修正后重新提交

全部通过后方可进入 Step 2。

---

3 | Step 2：文本清洗（10 项清洗规则，C1-C10）

通过硬规则检查后，自动执行以下 10 项文本清洗，无需人工干预：

#	清洗规则	操作	示例
C1	Markdown 标题标记清除	移除行首 #{1,6}\s，保留标题文字	## 事实与理由 → 事实与理由
C2	加粗标记清除	移除 **...** 和 __...__，保留内部文字	**事实与理由** → 事实与理由
C3	列表标记规范化	统一 - / * / + 为编号或圆点，按上下文判定	- 第一项 → 1. 第一项（有序上下文）
C4	HTML 上标清除	移除 <sup>...</sup> 标签，保留内容	<sup>[1]</sup> → [1]
C5	HTML 标签清除	移除所有残余 HTML 标签 <...>	<br/> → 换行符
C6	Markdown 引用标记清除	移除行首 >\s，保留正文	> 综上 → 综上
C7	水平分割线清除	移除 --- / *** / ___ 分割线	--- → 删除
C8	直双引号转中文	"..." → "…"	"违约" → "违约"
C9	直单引号转中文	'...' → '…'	'善意' → '善意'
C10	连续空行压缩	连续 3 行及以上空行压缩为 2 行	\n\n\n\n → \n\n

---

4 | Step 3：结构规范化（6 项规范，S1-S6）

清洗完成后，执行以下 6 项结构规范化：

#	规范	说明
S1	当事人板块分隔	原告、被告、第三人各板块之间插入一个空行分隔，板块内部不插入多余空行
S2	事实与理由大标题格式	"事实与理由"作为一级大标题，不加粗，宋体四号
S3	附件净化	"## 附件"/"## 附"区域仅保留"附件：本起诉状副本 X 份"等非证据性内容，证据类条目在 Step 1（R3）已拦截
S4	签名区右对齐	落款人行（"具状人：/答辩人：/申请人：/上诉人：/提交人：/落款人："）及紧随其后的日期行右对齐；日期支持"YYYY年 M 月 D 日"或"YYYY年 月 日"（月/日留白）两种模板
S5	此致格式	"此致"独占一行，首行缩进2字符
S6	法院名称格式	"此致"下一行法院全称，左对齐无缩进（顶格），不加书名号

4.1 落款识别规则（S4 落款细则）

签名区落款采用两条互补路径识别，均由 md2docx_legal.py 内置：

1. 通用落款关键词白名单：以下 6 个关键词后紧跟中文冒号/英文冒号视为落款起始，命中即置 in_signature_area=True 并写入右对齐段落。

   • 具状人、答辩人、申请人、上诉人（诉状/答辩状/上诉状本体落款）
   • 提交人、落款人（证据目录、质证意见、庭前证据交换记录等辅助文书落款）

   正则：^(具状人|答辩人|申请人|上诉人|提交人|落款人)[：:]

2. 落款前瞻判定（避免与文书开头"答辩人：/被答辩人："当事人板块冲突）：当行首命中 PARTY_KEYWORDS（原告/被告/答辩人/被答辩人/申请人/被申请人/上诉人/被上诉人）时，向下跳过空行前瞻一行——若前瞻行匹配日期行正则 ^\d{4}\s*年\s*\d{0,2}\s*月\s*\d{0,2}\s*日，则本行为落款而非当事人板块，直接右对齐并置 in_signature_area=True，跳过 process_party_block 分支。

3. 日期行留白兼容：签名区日期行支持完整日期与模板留白两种写法，均命中同一正则 \d{0,2}：

   • 完整：2026年 7 月 15 日
   • 留白：2026年 月 日（月/日字段留空供手工填写，交付前常见）

   两种写法均在 in_signature_area=True 状态下右对齐。

违规示例：

• ❌ 结尾"答辩人：[公司全称] / 2026年 月 日"若未命中前瞻，会被误当当事人板块处理，写出左对齐段落——V10 校验会拦截。

---

5 | 排版规范参数（来源：format-spec.md）

参数源：本套件所有排版参数——字体、字号、行距、边距、对齐、缩进、颜色——统一在套件根目录的 format-spec.md 集中定义。md2docx_legal.py 与 verify_docx.py 均以此文件为参数源。

默认值来源：中国最高人民法院诉讼文书样式模版 v2020（6 份 .docx 实测提取，5/6 一致为准）。

用户覆写：用户可直接编辑 format-spec.md，或复制为 format-spec.<court-name>.md 并在 profile.md 的 format_spec_path 字段指向该文件；md2docx_legal.py 会优先读取指向的文件，未覆写字段沿用默认值。

核心规范速查（详见 format-spec.md）：

元素	字体	字号	对齐	其他
文书标题	宋体	二号 (22pt, sz=44)	居中	不加粗
正文段落	宋体	四号 (14pt, sz=28)	左对齐	首行缩进 2 字符，行距固定 25 磅
段落标题	宋体	四号	左对齐 + 首行缩进	不加粗，冒号结尾
"此致"	宋体	四号	左对齐 + 首行缩进	—
法院名称	宋体	四号	左对齐（顶格）	—
签名/日期	宋体	四号	右对齐	落款人白名单+日期模板兼容见 §4.1；日期支持月/日留白
附件	宋体	四号	左对齐 + 首行缩进	—

页面设置：A4（11906×16838 twips），上/下 1440 twips，左/右 1800 twips。

如需为特定法域/法院定制样式，请编辑或衍生 format-spec.md，本 SKILL 无需改动。

---

6 | Step 4：Markdown → Word 转换（DOCX.* 4 级降级链）

结构规范化完成后，按 *DOCX. 能力槽**执行 4 级降级链。所有层级共用 format-spec.md 参数源，确保输出一致。

Tier 1 —— md2docx_legal.py（内置，首选）
   └── python-docx 精确控制段落样式，读取 format-spec.md
      ├── 成功 → 进入 Step 5 后验校验
      └── 失败 ↓
Tier 2 —— 外部 DOCX MCP（外置转换服务，如 docx-mcp / doc-generator）
   └── 通过 MCP 协议调用外部转换器，传入 format-spec.md 参数
      ├── 成功 → 进入 Step 5 后验校验（标注"外部 MCP 转换"）
      └── 失败 ↓
Tier 3 —— pandoc + templates/reference.docx（通用工具降级）
   └── pandoc --reference-doc=templates/reference.docx
      ├── 成功 → 进入 Step 5 后验校验（标注"pandoc 降级转换"）
      └── 失败 ↓
Tier 4 —— 纯 Markdown 兜底交付
   └── 交付清洗后的 .md，告知用户 Word 转换失败与恢复步骤

首选命令：

python3 scripts/md2docx_legal.py --spec format-spec.md input.md output.docx

脚本内置 clean_text() 覆盖 C1-C10 清洗 + verify_docx() 覆盖 V1-V12 后验，转换完成后自动执行校验。

为什么要 4 级降级：本套件跨平台运行（Agent 运行时 / Claude Code / Cursor / Gemini CLI / OpenCode），不同环境的 Python / pandoc / MCP 可用性差异极大。4 级降级保证在最恶劣的环境下仍能交付。

---

7 | Step 5：Word 后验校验（12 项参数比对，V1-V12）

转换完成后，md2docx_legal.py 内置的 verify_docx() 自动执行 12 项参数比对；亦可独立调用 scripts/verify_docx.py：

python3 scripts/verify_docx.py --spec format-spec.md output.docx

参数（如 sz=28、line=500、firstLine=560）均从 format-spec.md 读取，用户覆写后校验自动跟随。

#	校验项	期望值（默认，可通过 format-spec.md 覆写）
V1	页面尺寸	A4 (11906×16838 twips)
V2	页边距	上/下 1440, 左/右 1800 twips
V3	标题字体+字号	宋体, sz=44 (二号)
V4	标题对齐	居中 (center)
V5	正文字体+字号	宋体, sz=28 (四号)
V6	正文行距	固定值 25 磅 (line=500, lineRule=exact)
V7	正文首行缩进	560 twips (2 字符)
V8	当事人间空段落	每个当事人板块前有空段落
V9	事实与理由标题加粗	节标题(一、二、…)加粗
V10	签名区右对齐	jc=right
V11	无 Markdown 残留	全文无 ###/**/<sup> 等
V12	无直引号	全文无 " / '

后验校验结果输出

━━━ Step 5：Word 后验校验 ━━━
V1  页面尺寸            ✅ A4
V2  页边距              ✅ 标准
V3  标题字体+字号       ✅ 宋体 sz=44
V4  标题对齐            ✅ center
V5  正文字体+字号       ✅ 宋体 sz=28
V6  正文行距            ✅ 固定值 25 磅
V7  正文首行缩进        ✅ 560 twips
V8  当事人间空段落       ✅ 分隔正确
V9  事实与理由标题加粗   ✅ b=true
V10 签名区右对齐        ✅ jc=right
V11 无 Markdown 残留    ✅ 无残留
V12 无直引号            ✅ 无直引号
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
结论：✅ 全部通过（12/12）

---

8 | 降级与错误恢复

8.1 转换失败降级（DOCX.* 4 级）

见 §6 中的 4 级降级链。任一层失败自动降级到下一层，直到 Tier 4 交付纯 Markdown 兜底。每次降级须在最终交付报告中标注实际使用的转换器。

8.2 后验校验失败处理

阈值来自 format-spec.md §9.3 的 verify_thresholds 字段（默认 auto_fix_max: 2 / reject_min: 3）：

失败项数	处理策略
0 项	直接交付
1 ≤ 项 ≤ auto_fix_max	自动修复：针对偏差项调用 python-docx 定向修正 → 重新校验 → 通过则交付
项 ≥ reject_min	退回人工检查：输出差异报告（逐项列出期望值 vs 实际值），不自动修复

8.3 自动修复范围

自动修复仅覆盖以下可精确定向修正的偏差：

• 字体名/字号偏差（V3-V5）：直接写入正确的 run.font.name / run.font.size
• 行距偏差（V6）：直接写入 paragraph_format.line_spacing
• 缩进偏差（V7）：直接写入 paragraph_format.first_line_indent
• 页边距偏差（V1-V2）：直接写入 section.*_margin

签名对齐（V10）和 Markdown 残留（V11）涉及内容结构，不自动修复，失败即退回。

---

9 | 与其他技能的关系

9.1 与法律核验：并列闸门

md 草稿 → 【法律核验闸门】→ 引用真实性 ✅
              ↓
         【文书排版闸门】→ 格式合规性 ✅
              ↓
         交付 .docx

• 法律核验先过（守输入侧——引用是否真实、现行有效）
• 排版闸门后过（守输出侧——格式是否符合法院提交标准）
• 两道闸门独立运行，互不替代

9.2 与文书生成技能：强制调用

以下 5 个技能在转 Word 前必须调用本闸门：

技能	调用时机
主诉诉状	起诉状/上诉状/再审申请书/仲裁申请书 md 完成后、交付 .docx 前
被诉答辩状	答辩状 md 完成后、交付 .docx 前
质证意见	质证意见书 md 完成后、交付 .docx 前
代理词	代理意见/补充代理意见 md 完成后、交付 .docx 前
程序性文书系列	各类程序性文书 md 完成后、交付 .docx 前

文书生成技能不得绕过本闸门直接输出 .docx，也不得在闸门未通过时带病交付。

9.3 与 md2docx_legal.py：转换执行器

本闸门在 Step 4（Tier 1）调用 scripts/md2docx_legal.py 执行 Markdown → Word 转换。脚本基于 python-docx 实现，运行时读取 format-spec.md 精确设置段落样式，且内置 verify_docx() 函数自动完成后验。

9.4 与 verify_docx.py：独立后验校验器

scripts/verify_docx.py 为独立命令行工具，可对任何已生成的 .docx 执行 12 项后验校验。既可被本闸门 Step 5 调用，也可由用户手动执行。校验期望值同样从 format-spec.md 读取，输出 JSON 格式校验报告，退出码：0=全通过, 1=有警告, 2=有错误。

9.5 与 format-spec.md：参数单点源

format-spec.md 是本套件排版规范的唯一权威源。SKILL（本文件）定义方法学与流程，format-spec.md 定义参数，md2docx_legal.py / verify_docx.py 是执行器。三层解耦：改参数不改 SKILL 与脚本，改流程不改参数与脚本，换执行器不改流程与参数。

---

10 | 排版核验报告模板

Step 6 交付时附带的排版核验报告格式如下：

╔══════════════════════════════════════════╗
║         排版核验报告                      ║
╠══════════════════════════════════════════╣
║ 文书类型：民事起诉状                       ║
║ 生成技能：plaintiff-complaint v1.2.0                  ║
║ 核验时间：2026-07-15 14:32:08             ║
╠══════════════════════════════════════════╣
║ Step 1 内容规范检查   10/10 通过    ✅     ║
║ Step 2 文本清洗       10/10 执行    ✅     ║
║ Step 3 结构规范化      6/6  执行    ✅     ║
║ Step 4 转换           md2docx_legal ✅     ║
║ Step 5 后验校验       12/12 通过    ✅     ║
╠══════════════════════════════════════════╣
║ 闸门结论：✅ 放行                          ║
║ 交付文件：民事起诉状.docx                  ║
╚══════════════════════════════════════════╝

如有退回/修复项，报告中逐项列出：

━━━ 退回/修复记录 ━━━
Step 1 R3：附件区域发现证据列表 → 已退回，删除后重新提交
Step 5 V3：正文字体偏差（实际：Arial，期望：宋体）→ 已自动修复
━━━━━━━━━━━━━━━━━━━━