企业对外公文一路通

基于模板的结构和格式，通过问答式交互或一段话描述收集信息，由 AI 生成内容、自动组装为红头格式的对外函件。

> 核心原则：模板仅提供格式参考（页眉红头、标题位置、落款日期位置等），正文内容由 AI 基于用户输入信息独立生成并润色完善，不照搬模板中的示例文字。

技能级参考范文（基准调校）

references/ 目录中包含 style-guide.md —— 基于9份历史函件及7份讲话/发言稿件提炼的结构化写作风格指南（含函件规范第一至十一章、讲话稿规范第十二章）。每次生成函件或讲话稿时，AI 须先读取 references/style-guide.md，吸收其中的文风规范后再进行正文创作。

• 作用范围：全局生效，所有用户、所有公文类型均受其调校
• 加载时机：第一步选择公文类型后，开始提问前，后台静默读取 references/style-guide.md（不向用户展示读取过程）
• 与用户参考范文的关系：技能级为基线风格，用户级（第三步）在此基础上叠加个性化偏好。如两者冲突，以用户级为准
• 吸收内容（与用户参考范文一致的规则）：
• 写作风格、措辞习惯、信息组织方式、段落节奏
• 不影响文件格式（字体/字号/行距/页边距始终由模板脚本决定）
• 管理方式：如需更新基线风格，替换或追加 references/ 中的原始 docx 文件，AI 重新学习后更新 style-guide.md

参考内容的分级使用规则

根据用户企业是否与参考范文中的企业一致，采用不同的内容使用策略：

规则A：用户企业与参考范文企业一致（如企业名称或所属集团与范文中的企业匹配）

规则B：用户企业非参考范文企业（通用模式）

> 核心原则：参考范文中的具体企业信息（公司名、事件、数据、荣誉等）绝不复制到非该企业的函件中。

工作流程

第一步：选择公文类型

首先提问：

> 请问您需要生成哪种类型的对外公文？
> 1. 对外拜访函
> 2. 对外邀请函
> 3. 政府请示
> 4. 感谢信
> 5. 人大或政协建议
> 6. 政府专题调研反馈
> 7. 讲话（发言）稿
> 8. 一段话自动生成（不限公文类型，直接描述需求即可）
> 9. 根据收到的通知文件撰写（提供通知，AI 自动研判应回复的文种）

第二步：根据类型进入对应问题流程

拜访函 / 邀请函（类型 1、2）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问发函对方的单位全称是什么？
2. 问题二： 请问本次发函的目的是什么？
3. 问题三： 请问与发函单位之间此前有哪些互动或合作？
4. 问题四： 请问我方的联系人姓名和手机号是什么？
5. 问题五： 请问我方单位的全称和发函日期是什么？
6. 问题六（可选）： 请问是否需要自定义贵单位的企业简介？如需自定义请直接描述，如不需要请回复"跳过"，AI 将自动生成。

政府请示（类型 3）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问需要请示的政府部门全称是什么？
2. 问题二： 请问提交请示的单位全称是什么？
3. 问题三： 请问双方此前有哪些合作事项或互动背景？
4. 问题四： 请问需要请示协调办理的具体事项是什么？
5. 问题五（可选）： 请问是否需要详细描述请示事项的来龙去脉？如需要请补充，如不需要请回复"跳过"。
6. 问题六： 请问联系人和联系电话是什么？
7. 问题七： 请问请示日期是什么？
8. 问题八（可选）： 请问是否需要自定义贵单位的企业简介？如需自定义请直接描述，如不需要请回复"跳过"，AI 将自动生成。

感谢信（类型 4）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问需要感谢的对象是？（单位全称或个人姓名及职务）
2. 问题二： 请问感谢信的撰写主体（我方单位全称）是什么？
3. 问题三： 请问需要感谢的具体事宜是什么？（如接待考察、支持项目、提供帮助等）
4. 问题四： 请问感谢信的撰写日期是什么？

> 感谢信无需联系人和企业简介，结构简洁。

人大或政协建议（类型 5）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问您的社会任职名称是什么？（如"江苏省人大代表""南京市政协委员"等）
2. 问题二： 请问您准备提出关于哪个方面的建议？（简要描述建议主题）
3. 问题三（可选）： 请问是否有政府政策、行业或企业相关的背景资料？如有请输入，如没有请回复"跳过"，AI 将联网搜索可靠资料作为支撑。

> 建议模板为表格格式，含案由、建议人、案由内容三部分。无需联系人和日期。

政府专题调研反馈（类型 6）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问发起调研的政府部门全称是什么？
2. 问题二： 请问调研提纲或调研主题是什么？（如有多项可直接列出）
3. 问题三： 请问被调研公司的全称是什么？
4. 问题四： 请问与调研提纲相关的公司及行业资料有哪些？（如企业经营数据、行业现状、政策背景等，可简要描述；如不提供，AI 将联网搜索补充）
5. 问题五： 请问期望的调研反馈字数是多少？（如"3000字左右"或"不限"）

> 调研反馈采用上报国办资料格式（段落式），结构为：主标题（居中，方正小标宋_GBK 22pt，控制在20字以内确保一行显示）→ 副标题（居中，方正楷体_GBK 16pt，格式为"{调研单位简称}调研汇报"，如"国家发改委调研汇报"）→ 公司名称（居中，16pt）→ 正文（方正仿宋_GBK 16pt，首行缩进2字，固定行距28磅）→ 章节标题（方正黑体_GBK）→ 子标题（方正楷体_GBK）。无需联系人和日期。

讲话（发言）稿（类型 7）

严格按照以下顺序逐一提问，每次只问一个问题：

1. 问题一： 请问本次发言讲话的场合是什么？（如"集团党员大会总结部署""结对共建签约仪式""政协会议发言""党建理论研讨会"等）
2. 问题二： 请问需要体现的重点内容有哪些？（如"总结过去一年党建工作成绩""部署下一阶段重点工作""表达感谢与合作意愿""提出行业建议"等，可简要列出）
3. 问题三： 请问讲话（发言）人员的身份是什么？（如"集团党委书记""公司副总裁""党委副书记"等，包含姓名和职务）
4. 问题四： 请问期望生成的文档字数大约是多少？（如"2000字左右""3000字""不限"等）

> 讲话稿采用方正公文字体体系：标题方正小标宋_GBK 20pt（完全复刻苏宁2024党员大会模板：ascii/hAnsi/eastAsia 均为方正小标宋_GBK、不加粗）居中，副标题方正仿宋_GBK 16pt居中，章节标题方正黑体_GBK 16pt居中，子标题方正楷体_GBK 16pt首行缩进，正文方正仿宋_GBK 16pt首行缩进、固定行距28磅。页脚显示"第X页 共X页"。

一段话自动生成（类型 8）

用户选择此选项后，不再逐条提问，而是请用户直接用一段话描述需求：

> 请用一段话描述您的需求，包括（但不限于）：您想生成什么类型的公文、发函/收函方是谁、核心目的是什么、相关背景信息等。AI 将自动识别公文类型并提取关键信息，为您生成规范公文。

AI 处理流程：

1. 公文类型识别：从用户描述中判断应生成哪种公文类型（拜访函、邀请函、请示、感谢信、人大/政协建议、调研反馈、讲话稿）
2. 关键信息提取：对照该类型在第二步中定义的问题清单，从用户描述中逐一提取所需信息
3. 缺失信息确认：检查是否有关键信息缺失（如对方单位名称、联系人等必要字段）。如有缺失，一次性向用户列出所有缺失项请其补充，不得逐条追问。如非关键信息缺失（如企业简介、背景细节等），AI 自行合理推断或生成，无需追问用户
4. 信息确认摘要：将识别出的公文类型和提取到的所有关键信息整理为简要摘要，展示给用户确认：
   > AI 识别结果：
   > - 公文类型：拜访函
   > - 对方单位：XXX
   > - 发函目的：XXX
   > - 联系人：XXX
   > - 我方单位：XXX
   > - 日期：XXX
   >
   > 以上信息是否准确？如需修改请告知，确认无误后我将开始生成。
5. 用户确认后，跳转到第三步（参考范文，可选），随后进入 AI 内容生成阶段，完全套用对应类型（1-7）的正文生成标准和脚本调用方式

类型识别规则：

> 如用户描述同时涉及多种类型，以主要意图为准，必要时向用户确认。如用户明确指定了公文类型，直接采用用户指定的类型。

根据收到的通知文件撰写（类型 9）

用户选择此选项后，不再逐条套用固定问题清单，改为先索取通知原文：

> 请提供您收到的通知，支持以下形式，AI 自动按格式选择处理方式：
> - Word 文档：.docx / .doc
> - PDF 文件：.pdf（含扫描件）
> - 图片：截图、拍照（.png / .jpg / .jpeg / .webp / .bmp）
> - 文本：.txt，或直接把通知正文粘贴过来
>
> 给出本地文件路径即可，也可直接粘贴内容。

AI 处理流程：

步骤 1 · 读取通知（按格式自动选择方式）

> 识别可信度校验：图片或扫描件识别出的文字，凡涉及文号、日期、人名、电话、金额、单位名称等关键字段，AI 须在步骤 4 的摘要中原样复述给用户核对，不得自行臆测补全。若图片模糊到无法可靠识别，直接告知用户并提供文字版本，不要硬猜。

步骤 2 · 研判文种

先识别通知性质（会议活动 / 调研 / 征求意见 / 报送材料 / 检查督查 / 申报评选 / 邀请 / 讲话邀约 / 其他），再按下表映射到类型 1-8：

> 如通知性质不在上表内，或同时命中多种，AI 须向用户说明判断依据并请其确认文种，不得自行臆断。如通知本身已明确要求回复某种文种（如"请报送书面汇报材料""请填写参会回执"），以通知要求为准。

步骤 3 · 按文种提取必要信息

确定文种后，对照该类型（1-7）在「第二步」中定义的字段清单，逐项从通知中提取：

• 通知中已有的 → 直接采用。涉及文号、时间、地点、人数、材料清单等硬性信息，必须与原文完全一致
• 通知中没有的 → 标记为「缺失」，进入步骤 4
• 通用要素（无论何种文种都先扫一遍）：发文单位全称、通知文号、通知事由、对我方的具体要求、关键时间节点、通知方联系人

步骤 4 · 缺失信息一次性提示完善

把标记为「缺失」的字段一次性列出请用户补充，不得逐条追问。同时展示识别摘要供核对：

> AI 识别结果：
> - 通知来源：XXX（发文单位）
> - 通知事由：XXX
> - 关键要求：XXX
> - 时间节点：XXX
> - 拟回复文种：参会回执（套用拜访函模板）
> - 判断依据：通知要求"请于X月X日前反馈参会人员名单"
>
> 通知中未提供的信息，请补充（可一次回复全部）：
> 1. 我方参会人员姓名及职务
> 2. 我方联系人及手机号
> 3. 我方单位全称
>
> 图片/扫描件识别出的关键字段，请一并核对是否准确。

> 非关键字段不列入（如企业简介、背景细节），由 AI 自行合理推断或联网搜索补充。用户可回复"跳过"交由 AI 处理。

步骤 5 · 询问补充资料（必要信息齐备后执行）

所有必要信息完善后，询问用户：

> 请问还有其他相关资料需要补充作为参考吗？（如企业简介、经营数据、以往类似公文、行业背景资料、政策文件等）
> 如有请提供文件或路径，我会作为参考内容融入公文；如没有请回复"直接生成"。

步骤 6 · 生成公文

• 用户提供补充资料 → 读取资料，作为参考内容融入（吸收其素材、数据、表达风格，不照搬其他企业的公司名/事件/日期）
• 用户回复"直接生成" → 不读取任何额外资料，仅凭通知原文 + 用户补充信息生成

两种方式最终都完全套用步骤 2 研判出的对应类型（1-7）的正文生成标准和脚本调用方式。

> 类型 9 不走第三步：步骤 5 已完成补充资料的询问，生成阶段直接执行本步骤，避免重复追问。

第三步：参考范文（可选）

> 类型 9（根据通知文件撰写）跳过本步 —— 其步骤 5 已询问过补充资料，无需重复。

所有问题回答完毕后，最后询问用户是否需要提供参考范文。

> 请问是否需要提供参考范文或历史函件？如有请提供文件路径（支持 .docx / .pdf / 图片），AI 将学习其中的写作风格和措辞习惯来优化正文质量；如不需要请回复"跳过"。

如果用户提供了参考文件路径：

1. 用 Read 工具读取参考文档内容
2. 仅吸收以下方面（影响内容生成）：
   - 写作风格：正式程度、语气基调（恳切/庄重/活泼）
   - 措辞习惯：常用敬语、过渡词、开头结尾表述
   - 信息组织：背景铺陈方式、诉求引出逻辑、数据呈现手法
   - 段落节奏：长句偏好、段落平均长度、信息密度水平
3. 绝不吸收以下方面（不影响文件格式）：
   - 字体、字号、行距、页边距 → 始终由模板脚本决定
   - 页眉红头、标题格式、落款位置 → 始终由模板脚本决定
   - 联系人、日期等字段排列 → 始终由脚本处理
   - 参考文件中的具体信息（公司名、事件、日期）→ 仅用于风格参考，不直接复制

提问题外话处理

• 如果用户在问答过程中提出与函件无关的问题，先简要回应，然后自然地拉回当前问题。
• 如果用户要求修改之前的答案，允许修改并继续。

AI 内容生成

确认全部问题回答完毕后，AI 先使用大模型能力生成完整的函件正文，然后调用脚本组装 DOCX。

字数预算规则（前置执行，禁止"先写长再压缩"）

AI 须在动笔前先完成字数分配，一次成型。 实测教训：接到"3000字"要求后先写出 4000 字再逐轮压缩，需返工 4 轮以上，且压缩后逻辑链断裂、关键数据被误删、章节配比失衡。

1. 定总额：取用户或通知指定的字数上限（如"3000字"），允许 ±5% 浮动
2. 扣非正文：主标题、副标题、单位名、称谓、落款不计入正文字数；如有导语段/摘要段，预留 100-150 字
3. 分章节：按章节数均分后按重要性微调（核心章节 +15%，铺垫章节 -15%）。示例：3000 字 ÷ 6 章 ≈ 每章 450-500 字
4. 定段落：每章 450-500 字 ≈ 首段总括 80 字 + 2-3 个展开段各 120-150 字 + 小结或建议 60 字
5. 写后校验：生成正文后立即统计中文字符数。超出上限 5% 时，只删冗余修饰语、重复论据和空泛表态，保留全部数据点与结构层级，不得整章删除；低于下限 10% 时，补实证数据或展开对策建议
6. 校验方式（生成 DOCX 后核对）：

python -c "from docx import Document;d=Document(r'OUTPUT_PATH');print(len(''.join(p.text for p in d.paragraphs)))"

> 适用类型：调研反馈（6）、讲话稿（7），以及类型 8/9 套用这两类时。拜访函、邀请函、感谢信、回执类本身受"一页 A4"与固定篇幅约束，无需执行本规则。

参考范文融合规则（两层叠加）：

1. 技能级基准（始终生效）：生成正文前，静默读取 references/style-guide.md，吸收其中的文风规范作为基线
2. 用户级覆盖（第三步可选）：如用户提供了参考范文，在其基础上进一步叠加。冲突时以用户级为准
3. 生成正文时融合上述风格特征，但确保所有信息来自用户当前输入：
   - 借鉴其语气正式程度和修辞偏好（如用"恳请""敬悉""特此致函"等措辞风格）
   - 参考其段落组织方式（如背景与诉求的篇幅比例、过渡句的衔接逻辑）
   - 模仿其信息密度（如偏好数据支撑还是概括性描述）
   - 注意： 参考文件中的具体信息（公司名、人名、事件、日期等）绝不复制到新函件中

拜访函/邀请函 正文生成要求

• 句式正式、得体，符合企业对外公文规范
• 紧扣用户输入的实际信息，不照搬模板中的示例文字
• 正文结构包含以下段落：

1. 致谢问候段：感谢对方长期以来的关心与支持，语气诚恳
2. 我方简介段：如果用户在问题六中提供了自定义简介则以其为基础；否则 AI 根据单位名称合理推断行业，生成 50-80 字得体简介（必须完整，不可省略）
3. 合作回顾段：基于用户输入的合作/互动信息进行润色，突出双方良好关系
4. 发函目的段：基于用户输入的目的润色展开，拜访函使用"前往拜访、沟通洽谈"语境，邀请函使用"诚邀、敬请莅临"语境
5. 结语段：礼貌收尾，如"望予接洽为盼"、"敬请函复"等

• 输出格式：各段落以换行符 \n 分隔，作为 --body 参数传入脚本
• 篇幅控制（强制）：
• 拜访函、邀请函、感谢函全文（含落款）必须控制在一页 A4 纸以内，不得跨页
• 落款（联系人+公司名+日期）严禁单独出现在第二页——宁可精简正文，不可让落款孤页
• 正文字数建议：拜访函/邀请函 400-600 字，感谢信 200-400 字
• 如初稿正文超限，优先删减冗余修饰词、合并短段，保持信息密度
• 模板选择： 拜访函和邀请函均使用 assets/拜访函母版.docx

政府请示 正文生成要求

• 句式正式、严谨，符合政府公文规范
• 紧扣用户输入的实际信息，不照搬模板中的示例文字
• 正文结构包含以下段落：

1. 背景介绍段：简述企业基本情况及与政府部门的关系
2. 我方简介段：如用户自定义则以其为基础；否则 AI 根据单位名称生成得体简介（必须完整，不可省略）
3. 合作事项段：基于用户输入的合作/互动信息进行润色，突出政企合作成效
4. 请示事项段：基于用户输入的请示事项展开，说明背景原因、具体诉求。如果用户在问题五中补充了来龙去脉，需将其融入本段进行详细叙述；否则仅基于问题四的简要描述进行适度展开。语言恳切得体
5. 结语段：以"妥否，请批示。"或类似表述收尾

• 标题生成： AI 根据请示事项生成简短的标题摘要（不含"关于...的请示"前缀，脚本会自动拼接），如"协调解决公司高管子女入学问题"
• 输出格式：各段落以换行符 \n 分隔，标题摘要通过 --title 参数传入
• 篇幅控制（强制）：
• 政府请示全文（含落款）必须控制在一页 A4 纸以内，落款严禁孤页
• 请示正文严格控制在 350-450 字，最多不超过 500 字
• 如背景介绍段和我方简介段内容较少，可合并为一段以节省空间，但所有关键信息不可遗漏
• 如初稿超限，优先删减修饰性语言（如"始终""持续""大力""积极"等），保留实质信息
• 模板选择： 请示使用 assets/请示模板.docx

感谢信 正文生成要求

• 句式诚挚、热情，既符合正式函件规范，又需体现真情实感
• 紧扣用户输入的具体感谢事宜，融合模板措辞风格及互联网上优秀的感谢信表达进行润色丰富
• 正文结构包含以下段落：

1. 感谢开篇段：开门见山表达感谢，点明感谢的具体事宜，使用"高度重视""热情接待""大力支持"等诚挚措辞
2. 感受与回顾段：描述此行/此事的感受体会，表达被感谢方的支持对己方的意义和鼓舞，语言富有感染力
3. 展望与承诺段：基于双方关系展望未来，表达己方将如何以实际行动回馈对方的信任与支持（如加大投资、深化合作等）
4. 再谢与邀请段：再次表达感谢，并可适当加入邀请对方回访/视察等友好表示，以"衷心感谢""诚挚期待"等温暖措辞收尾

• 参考用词：衷心感谢、高度重视、热情接待、倍感温暖、倍受鼓舞、诚挚邀请、莅临指导、落地生根、开花结果
• 输出格式：各段落以换行符 \n 分隔，作为 --body 参数传入脚本
• 模板选择： 感谢信使用 assets/感谢信模板.docx
• 特别注意： 感谢信无需联系人和企业简介，脚本调用时不传 --contact_name 和 --contact_phone 参数

人大/政协建议 正文生成要求

• 格式规范： 采用表格形式，包含案由、建议人、案由内容三个部分
• 结构严谨： 案由内容按照「背景与现状 → 存在问题 → 建议」三段式结构展开
• 内容要求：
  1. 背景与现状段：简明扼要，1段即可。引用行业宏观数据（社零总额、研发投入规模、占比等关键数字）阐述背景，点明核心矛盾。不得出现具体公司名称，统一使用"大型零售企业""头部零售企业""省内大型零售企业"等行业泛称
  2. 存在问题段：2-3点，每点一段。结合数据或事实客观分析当前短板，每条问题独立成段、言简意赅。保留关键数字（占比、增长率、成本规模等），删减冗长论述
  3. 建议段：3-5条，每条一段。针对问题逐一提出可操作建议，每条措辞正式简洁，具有可落地性。使用"一是""二是"等编号
• 总体篇幅：背景1段 + 问题2-3段 + 建议3-5条，全文控制在800-1200字，精简有力、数据支撑、去公司化
• 参考措辞风格： 使用"建议""推进""加快""加大""支持"等正式公文用语
• 标题生成： AI 根据建议主题生成简洁标题（如"支持大型零售企业享受研发加计扣除政策"），脚本自动拼接"关于...的建议"格式
• 输出格式：各段落以换行符 \n 分隔，标题通过 --title 参数传入
• 模板选择： 建议使用 assets/人大政协建议模板.docx

政府专题调研反馈 正文生成要求

• 格式规范： 采用上报国办资料的段落式格式，结构为：主标题（居中，方正小标宋_GBK 22pt，20字以内）→ 副标题（居中，方正楷体_GBK 16pt）→ 公司名称（居中，方正仿宋_GBK 16pt）→ 正文。正文段落类型通过前缀标记区分：# 开头为章节大标题（方正黑体_GBK 16pt）、## 开头为子标题（方正楷体_GBK 16pt）、无前缀为正文（方正仿宋_GBK 16pt，首行缩进2字，固定行距28磅）
• 结构严谨： 正文严格按照用户提供的调研提纲展开，每个提纲要点作为一个独立的大章节，章节之间逻辑递进、环环相扣
• 标题生动： 章节标题和小标题须进行文学化凝练优化——参考上传附件中「三大作用」「三重压力」「三项支持」的风格，使用「X大作用」「X重挑战」「X项举措」「X个趋势」「X条路径」等概括性表述，避免"一、""二、"等干瘪编号
• 内容来源优先级：
  1. 优先使用用户资料： 用户在问题四中提供的公司及行业资料作为核心论据和数据支撑，充分融入正文
  2. 联网搜索补充： 如用户资料不足以支撑全部提纲要点，或用户选择跳过问题四，AI 须联网搜索相关行业最新宏观政策、市场数据、头部企业案例、权威研究报告等可靠资料进行补充
  3. 具体事实支撑： 每个观点须有具体数据或真实案例作为支撑，避免空泛论述。引用数据须注明来源和时间节点。在可能的情况下插入表格呈现关键对比数据
• 字数控制： 严格按用户期望的字数范围生成。有字数要求时必须先执行「字数预算规则」分配后再撰写，不得先写长再压缩。如用户未指定字数，默认生成 2000-3000 字的高质量调研反馈报告
• 语言风格：
• 正式严谨的政府公文风格，行文流畅、逻辑严密，与 references/style-guide.md 中定义的调研反馈风格一致
• 善用数据对比（同比、占比、排名等）增强说服力
• 每章节首段为总括段，后续为展开论述
• 全文体现"宏观背景 → 现状分析 → 问题梳理 → 对策建议"的递进逻辑
• 标题生成： 文档采用双标题结构。主标题由 AI 根据全文内容生成精炼亮眼的标题（通过 --title 参数传入），控制在20字以内确保一行显示；副标题由脚本根据 --recipient 自动生成为"{调研单位简称}调研汇报"，如"国家发改委调研汇报"。
• 输出格式：各章节以换行符 \n 分隔，章节标题用 # 前缀、子标题用 ## 前缀、正文无前缀。主标题通过 --title 传入（AI 生成，20字以内），副标题由脚本根据 --recipient 自动生成。
• 模板选择： 调研反馈使用 assets/调研反馈模板_上报国办格式.docx（段落式，保留页眉页码脚注等格式）

讲话（发言）稿 正文生成要求

• 句式风格： 多用短句，朗朗上口，文字简洁，逻辑严密。多用数据或案例作为支撑。参考上传附件中讲话稿的文风特征
• 紧扣用户输入的实际信息，基于场合、重点内容、讲话人身份生成针对性内容
• 标题生成： AI 根据讲话主题和场合生成精炼的标题，可为主副标题结构。主标题力求凝练有力（如"凝心聚力 乘势而上"），可用两行。副标题格式为"——{ occasion }"（如"——苏宁集团2024年党建工作总结部署"）。标题通过 --title 参数传入（多行用 \n 分隔），副标题通过 --topic 参数传入
• 正文结构包含以下要素（按需灵活组织）：

1. 开场问候段：根据场合向听众致以问候，点明集会意义（如庆祝建党周年、年度总结等）
2. 背景引入段：简述宏观形势、企业现状或合作基础，为后续内容铺垫
3. 主体内容段：按"第一部分""第二部分"等大章节组织，每章节下用"（一）""（二）"等子标题展开，子标题下可用"一是""二是""三是"等条目式论述
4. 结语段：总结展望、提出要求或表达感谢，语气有力、鼓舞人心

• 正文格式标记（传入 --body 参数）：
• # 前缀：章节大标题（如"# 第一部分 党建工作总结"），脚本渲染为方正黑体_GBK居中
• ## 前缀：子标题（如"## （一）提振思想文化迈上新台阶"），脚本渲染为方正楷体_GBK首行缩进
• ### 前缀：条目标题（如"### 一是岗位建功形成常态"），脚本渲染为方正仿宋_GBK加粗首行缩进

• 无前缀：正文段落，脚本渲染为方正仿宋_GBK 16pt首行缩进、固定行距28磅

• 字数控制： 严格按用户在问题四中指定的字数范围生成。有字数要求时必须先执行「字数预算规则」分配后再撰写。如用户未指定，默认生成 2000-3000 字

• 数据与案例： 每个观点须有具体数据或真实案例支撑。如"全年共开展300多场学习讨论活动""连续九个季度实现EBITDA为正""偿还超过200亿元前期债务"等。如用户企业提供的数据不足，可通过 WebSearch 联网搜索补充最新公开数据
• 语言风格要求：
• 多用短句，每句不超过30字，避免长句嵌套
• 善用排比和对仗（如"凝心聚力、乘势而上""增收、降本、提效多举措同向发力"）
• 善用数据对比增强说服力（同比、占比、排名等）
• 章节标题须文学化凝练（如"提振思想文化迈上新台阶""服务集团经营取得新成果"），避免"一、工作总结"等干瘪编号
• 体现"总结成绩 → 分析形势 → 部署工作 → 展望未来"的递进逻辑
• 称呼与落款： 称谓（如"全体党员同志们："）通过 --recipient 参数传入，渲染为方正仿宋_GBK加粗。讲话人身份（如"苏宁集团党委 王哲"）通过 --sender 参数传入，渲染在标题下方居中。日期通过 --date 参数传入
• 模板选择： 讲话稿使用 assets/讲话稿模板.docx（含A4页面设置、页脚页码）

一段话自动生成 正文生成要求

类型8不设独立的正文生成标准，而是严格套用上述类型1-7中对应公文类型的全部正文生成要求，包括但不限于：

• 正文结构与段落：完全遵循识别出的公文类型的段落结构要求
• 篇幅控制：适用对应类型的字数限制和一页A4纸约束
• 句式风格：适用对应类型的语气基调（如请示的严谨正式、感谢信的诚挚热情等）
• 标题生成：适用对应类型的标题生成规则
• 模板选择与脚本调用：使用对应类型的模板文件和脚本参数
• 参考范文融合：与一问一答模式完全一致，先读取 references/style-guide.md 基线风格，再叠加用户参考范文（如有）

> 核心原则：类型8仅改变信息收集方式（一段话替代逐条问答），不改变内容生成标准。最终生成的文档质量、格式、文风必须与一问一答模式产出的文档完全一致。

根据收到的通知文件撰写 正文生成要求

类型9 不设独立的正文生成标准，而是严格套用步骤 2 研判出的对应类型（1-7）的全部正文生成要求（段落结构、篇幅控制、语气基调、标题生成规则、模板与脚本参数）。

在此基础之上，类型9 额外遵守以下针对性要求：

• 逐条回应：通知里提出的每一项要求，正文都必须有明确对应的回应，不得遗漏。用户拿着通知对照时，应能逐条找到答案。
• 引用原文：涉及时间、地点、文号、人数、材料清单等硬性信息，必须与通知原文完全一致，不得自行改写或推断。
• 回执类（参会回执/确认回函） 专项：
• 篇幅极简，200-350 字，一页 A4 内，不铺陈背景、不企业简介堆砌
• 结构：引据通知（文号+事由）→ 明确表态（是否参会/是否反馈意见）→ 具体回应（参会人员姓名职务、或报送的材料清单）→ 联系人与落款
• 标题通过 --title 传入，形如"反馈XXX会议参会人员"，脚本自动拼接为"关于XXX的函"
• 正文首句固定用引据式开头，如"贵单位《关于召开XXX会议的通知》（XXX〔2026〕X号）收悉。"
• 报送/自查/申报类（套用调研反馈） 专项：
• 严格按通知列出的要点逐项展开，通知给了提纲就完全照提纲走，提纲即章节
• 通知未指定字数时，默认 2000-3000 字；通知明确要求字数时以通知为准
• 主标题 20 字以内；副标题由脚本按 --recipient（发文单位）自动生成

• 不确定的地方不编：通知中未提及、用户也未补充的信息（如具体数据、内部安排），一律不虚构，改用中性表述或留待用户补充。企业自身数据（门店数、销量、占比、营收等）用户未提供时一律留白，生成后在回复中明确列出"需你补充的企业数据项"，由用户回填。

• 用户无补充材料时的联网取数规范（步骤 5 用户回复"无补充材料/直接生成"时适用）：

调研、报送、自查、申报类文书需要大量数据支撑，用户无材料时 AI 须主动联网检索并满足以下要求：

1. 四个检索维度缺一不可
   • 全国宏观面：总量、增速、结构（如全国社零总额及同比）
   • 属地数据：企业所在省/市的同口径数据及与全国的对比（如河南社零增速高于全国多少个百分点）
   • 政策落实成效：通知涉及政策的落地数据、撬动比、覆盖面
   • 其他政策维度：通知提到的其余政策点（如消费券试点、国际化消费环境、贴息等）
2. 时效优先：加 freshness 过滤（一般 m6），优先取最近统计期数据；检索到多期数据时取最新一期
3. 来源限定：只采信国家统计局、主管部门官网、省级统计局、中国政府网等权威口径。自媒体、股吧、未署名文章一律不用
4. 数据须带出处：正文中每个关键数据标注来源和统计期（如"据国家统计局数据，2026年上半年全国社零总额…"），便于上报单位核验
5. 区分宏观与企业：联网数据只能支撑行业面和属地面，不能冒充企业自身数据。涉及"我公司/我单位"的定量表述，无用户数据支撑时改为定性描述
6. 生成后披露：在回复中列出本次引用的全部数据来源清单，并提示用户如有本方权威数据可替换

• 补充资料的融合方式（步骤 5 用户提供了资料时）：
• 作为素材与风格参考使用：吸收其中的事实数据、业务素材、句式习惯、表达风格
• 绝不照搬资料中的其他企业具体信息（公司名、人名、事件、日期）
• 资料与通知冲突时，以通知原文为准（通知是权威要求）
• 用户回复"直接生成"时，不读取任何额外资料，仅凭通知 + 用户补充信息生成

> 核心原则：类型9 改变的是信息收集方式（读通知替代/补充问答），不改变内容生成标准。所有事实性信息必须以通知原文和用户补充为准，AI 只负责组织、润色和规范化。

生成函件

拜访函/邀请函

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/拜访函母版.docx" \
  "OUTPUT_PATH" \
  --type "拜访函或邀请函" \
  --recipient "对方全称" \
  --body "AI生成的完整正文" \
  --contact_name "联系人姓名" \
  --contact_phone "联系人手机号" \
  --sender "我方单位全称" \
  --date "发函日期"

政府请示

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/请示模板.docx" \
  "OUTPUT_PATH" \
  --type "请示" \
  --recipient "政府部门全称" \
  --title "请示事项摘要" \
  --body "AI生成的完整正文" \
  --contact_name "联系人姓名" \
  --contact_phone "联系人手机号" \
  --sender "提交请示的单位全称" \
  --date "请示日期"

> --title 仅需提供摘要部分（如"协调解决公司高管子女入学问题"），脚本会自动拼接为"关于{摘要}的请示"。

感谢信

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/感谢信模板.docx" \
  "OUTPUT_PATH" \
  --type "感谢信" \
  --recipient "感谢对象全称" \
  --body "AI生成的完整正文" \
  --sender "我方单位全称" \
  --date "撰写日期"

> 感谢信无需 --contact_name、--contact_phone 和 --title 参数。

人大/政协建议

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/人大政协建议模板.docx" \
  "OUTPUT_PATH" \
  --type "建议" \
  --recipient "社会任职全称（如江苏省人大代表）" \
  --title "建议主题摘要" \
  --body "AI生成的完整正文（背景+问题+建议）" \
  --sender "建议人姓名"

> --title 仅需提供主题摘要部分（如"加速推进南京数据资产交易"），脚本会自动拼接为"关于{摘要}的建议"。--recipient 在此类型中为社会任职名称，--sender 为建议人姓名。无需 --contact_name、--contact_phone 和 --date。

政府专题调研反馈

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/调研反馈模板_上报国办格式.docx" \
  "OUTPUT_PATH" \
  --type "调研反馈" \
  --recipient "发起调研的政府部门全称" \
  --title "AI生成的精炼主标题（20字以内）" \
  --topic "调研主题" \
  --body "AI生成的完整正文（# 章节标题、## 子标题、正文以换行分隔）" \
  --sender "被调研公司全称" \
  --date "当前日期"

> --title 为 AI 根据全文总结的精炼主标题（控制在20字以内确保一行显示），--recipient 为发起调研的政府部门（脚本自动生成副标题"{单位简称}调研汇报"），--sender 为被调研公司全称。正文使用 # 前缀标记章节标题（方正黑体）、## 前缀标记子标题（方正楷体）、无前缀为正文段落（方正仿宋）。日期仅用于脚本参数，不出现在文档中。

讲话（发言）稿

python3 SKILL_DIR/scripts/generate_letter.py \
  "SKILL_DIR/assets/讲话稿模板.docx" \
  "OUTPUT_PATH" \
  --type "讲话稿" \
  --title "AI生成的主标题（多行用\n分隔）" \
  --topic "——副标题文本（如——XXX会议讲话）" \
  --recipient "称谓（如全体党员同志们：）" \
  --body "AI生成的完整正文（# 章节标题、## 子标题、### 条目标题、正文以换行分隔）" \
  --sender "讲话人身份（如苏宁集团党委 王哲）" \
  --date "讲话日期（如2024年7月）"

> --title 为 AI 生成的主标题，可多行（用 \n 分隔），渲染为方正小标宋_GBK 20pt居中（ascii/hAnsi/eastAsia 均为方正小标宋_GBK，复刻苏宁2024党员大会模板）。--topic 为副标题文本（如"——苏宁集团2024年党建工作总结部署"），渲染为方正仿宋_GBK 16pt居中。--recipient 为称谓（如"全体党员同志们："），渲染为方正仿宋_GBK加粗。--sender 为讲话人身份（如"苏宁集团党委 王哲"），渲染在标题下方居中。正文使用 # 前缀标记章节大标题（方正黑体居中）、## 前缀标记子标题（方正楷体首行缩进）、### 前缀标记条目标题（方正仿宋加粗首行缩进）、无前缀为正文段落（方正仿宋 16pt首行缩进、固定行距28磅）。--date 为讲话日期，渲染在讲话人身份下方居中。

一段话自动生成（类型 8）

类型8不设独立的脚本调用方式。AI 根据在第二步中识别出的公文类型（1-7），完全使用对应类型的脚本调用方式和参数，包括模板文件、参数列表、参数格式等，与一问一答模式完全一致。

> 示例： 如果用户一段话描述的意图被识别为"拜访函"，则使用拜访函的脚本调用方式（assets/拜访函母版.docx 模板，包含 --recipient、--body、--contact_name、--contact_phone、--sender、--date 等参数），以此类推。

根据收到的通知文件撰写（类型 9）

类型9 不设独立的脚本调用方式。AI 根据第3步研判出的公文类型，完全使用对应类型（1-7）的脚本调用方式和参数。

> 示例： 收到的通知为会议通知，研判结果为"参会回执"，则套用拜访函的脚本调用方式，并必须显式传入 --title（形如"反馈XXX会议参会人员"），以免脚本回退成默认的"拜访{recipient}"标题：
>
> bash > python3 SKILL_DIR/scripts/generate_letter.py \ > "SKILL_DIR/assets/拜访函母版.docx" \ > "OUTPUT_PATH" \ > --type "拜访函" \ > --recipient "通知发文单位全称" \ > --title "反馈XXX会议参会人员" \ > --body "AI生成的完整正文" \ > --contact_name "联系人姓名" \ > --contact_phone "联系人手机号" \ > --sender "我方单位全称" \ > --date "回复日期" >

输出文件路径建议：
- 拜访函：{用户桌面路径}/关于拜访{对方简称}的函.docx
- 邀请函：{用户桌面路径}/关于邀请{对方简称}的函.docx
- 请示：{用户桌面路径}/关于{请示事项摘要}的请示.docx
- 感谢信：{用户桌面路径}/致{感谢对象简称}的感谢信.docx
- 建议：{用户桌面路径}/关于{建议主题摘要}的建议.docx
- 调研反馈：{用户桌面路径}/关于{调研主题摘要}的调研反馈.docx
- 讲话稿：{用户桌面路径}/在{场合简称}上的讲话.docx
- 一段话自动生成：使用识别出的公文类型对应的上述命名规则
- 根据通知文件撰写：{用户桌面路径}/关于{通知事由摘要}的{文种}.docx（如"关于反馈全省商贸流通座谈会参会人员的函""关于民营经济发展情况调研的汇报"）

生成后

• 用 present_files 工具将生成的函件展示给用户预览
• 简要说明函件的各部分构成

脚本处理内容

脚本负责以下结构化元素，模板仅提供这些元素的格式：

脚本格式规范（已验证，不可回退）

以下为脚本 generate_letter.py 中已固化的重要格式处理逻辑，修改脚本时务必保留：

• 正文行距： _format_body_paragraph() 必须设置 w:spacing 为固定行距 w:line="560" + w:lineRule="exact"（28pt），不得使用 auto/默认行距
• 正文字体： 正文 eastAsia 字体必须设为 方正仿宋_GBK，ascii 设为 Times New Roman
• 落款间距： 正文与落款之间的空行仅在估测不会导致孤页时才插入（_assemble_paragraph 步骤 6b）

依赖

• Python 3 + python-docx 库
• 模板文件：assets/拜访函母版.docx、assets/请示模板.docx、assets/感谢信模板.docx、assets/人大政协建议模板.docx、assets/调研反馈模板_上报国办格式.docx、assets/讲话稿模板.docx
• 类型 9 读取附件时：.docx 用 python-docx；.pdf 用 Read 工具（扫描件按图片走视觉识别）；图片（png/jpg/jpeg/webp/bmp）走视觉识别

版本与更新记录

当前版本 1.3.0

1.3.0 更新明细

1. 类型 9 支持全格式上传：.docx / .doc / .pdf（含扫描件）/ 图片（png·jpg·jpeg·webp·bmp）/ .txt / 直接粘贴，按格式自动选择读取方式。图片与扫描件识别出的文号、日期、人名、电话、金额、单位名须原样复述给用户核对，模糊不清时直接说明而非硬猜
2. 类型 9 流程重排为 6 步：读通知 → 研判文种 → 按该文种字段清单提取必要信息 → 缺失项一次性列出 → 询问补充资料 → 生成。原为"先提通用要素再定文种"，易漏项；改为先定文体再按字段清单抠信息
3. 补充资料询问时机后移：必要信息全部补齐后才问"还有无补充资料"，有则作为素材融入，无则直接生成。类型 9 因此跳过原「第三步参考范文」，避免重复询问
4. 新增「字数预算规则」：动笔前按总额 → 扣非正文 → 分章节 → 定段落四步分配，一次成型。修复"先写 4000 字再压到 3000 字需返工 4 轮、压缩后数据被误删"的问题
5. 新增「无补充材料时的联网取数规范」：明确四个必查维度（全国宏观 / 属地数据 / 政策落实成效 / 其他政策维度）、来源限定、时效优先、数据带出处、宏观与企业数据严格区分、生成后披露来源清单
6. 企业数据留白原则：用户未提供企业自身定量数据时一律留白，生成后明确列出"需你补充的企业数据项"
7. 修正历史错误：references/ 目录实际只有 style-guide.md，修正了"读取该目录下所有 .docx"的过时说明；清理 4 处乱码（请→请示、主标→主标题、敬语过渡词→敬语、过渡词）
8. 补充依赖说明：列出类型 9 各类附件的读取方式