专利五书合一 / 拆分（patent-five-doc-merge）
帮助专利代理师在中国发明专利申请的「五书拆分文档」与「五书合一文档」之间双向转换，并支持模板的自定义与长期记忆。
一、两个核心任务
任务 A：合并（五书拆分 → 五书合一）
输入：5 个独立文档（权利要求书、说明书、说明书附图、说明书摘要、摘要附图）。
输出：1 个五书合一 .docx，套用模板的 5 节页眉结构（页眉标注各部分文字），可直接提交国知局。
任务 B：拆分（五书合一 → 五书拆分）
输入：1 个五书合一 .docx。
输出：5 个独立 .docx（权利要求书、说明书、说明书附图、说明书摘要、摘要附图）。
二、五书合一顺序（国知局标准，固定）
五书合一文档由 5 个分节组成，顺序固定为：
| 节序 | 页眉文字 | 内容 |
|---|---|---|
| 第 1 节 | 说明书摘要 | 摘要正文 |
| 第 2 节 | 摘要附图 | 摘要附图（1 张） |
| 第 3 节 | 权利要求书 | 权利要求 1~N |
| 第 4 节 | 说明书 | 技术领域/背景技术/发明内容/附图说明/具体实施方式 |
| 第 5 节 | 说明书附图 | 说明书附图 图 1~N |
强制：合并时严格按此顺序，不得调整；拆分时按此顺序输出 5 个文件。
三、模板管理规则
- 默认模板：内置
templates/000-WORD转XML编辑器五书模板文件.docx（已打包进 skill，开箱即用）。 - 用户指定新模板：本次任务用新模板，但不改变默认。
- 用户说「以后都用这个模板」：将新模板记忆为默认，写入
config/template.json，后续任务默认采用。 - 模板只借版式（页眉/页脚/页码/分节/字体字号），模板中的任何文字内容一律清空、不保留。
四、文档识别规则（文件名 + 内容双识别）
合并时，对 5 个输入文档自动匹配到对应部分，规则：
- 文件名优先：按文件名关键词匹配（见下表）。命中即用，不重复匹配。
- 内容兜底：文件名不含关键词时，读文档首段/标题，按内容特征识别（如"权利要求书"开头、"本发明公开了"为摘要、"技术领域"为说明书等）。
- 都失败才问用户：仅当文件无法确定归属时，用 AskUserQuestion 让用户指定。
| 部分 | 文件名关键词 | 内容特征 |
|---|---|---|
| 权利要求书 | 权利要求/claim | 开头"1. 一种…"或"权利要求" |
| 说明书 | 说明书/description（不含"附图"） | 含"技术领域""背景技术""具体实施方式" |
| 说明书附图 | 说明书附图/附图/drawing/fig | 以图片为主、含"图1/图2" |
| 说明书摘要 | 摘要/abstract（不含"附图"） | 单段 ≤300 字、开头"本发明公开了…" |
| 摘要附图 | 摘要附图/摘要图 | 单张图 |
五、关键技术边界（合并/拆分通用，必须遵守）
- 保留模板版式结构：合并时克隆模板的 5 个分节、各节页眉（说明书摘要/摘要附图/权利要求书/说明书/说明书附图）、页脚页码域（PAGE）、分节符类型、页面尺寸与页边距，只替换各节正文。
- 公式原样保留（两类都要）：说明书/权利要求书中的公式可能是两种形态——① OMML 公式（
m:oMath/m:oMathPara），深拷贝整段<w:p>保留；② OLE 公式对象（MathTypeEquation.DSMT4/DSMT6或 WPSEquation.KSEE3），即w:object里的OLEObject（引用embeddings/oleObjectN.bin）+ VML 预览图（v:imagedata引用media/imageN.wmf）。两类都必须整体迁移（复制 OLE 二进制 + WMF 预览图 + 重建关系），不得转图片、不得文字描述、不得丢上下角标。 - 矢量图保留：权利要求书/说明书中的 WMF/EMF 公式预览图及附图，原样搬运并重建关系（
r:embed/r:id），不得转 PNG 栅格。 .doc附图提取：说明书附图/摘要附图若是.doc（WPS 老格式，OLE2 复合文档），用scripts/doc_reader.py纯 Python 解析 CFB/OLE 提取嵌入图片（EMF/WMF/PNG/JPG），再以 VML 图片段插入对应节。无需 LibreOffice。- 节标题去重（必做）：源文档（说明书摘要/权利要求书/说明书）首段常自带"说明书摘要/权利要求书/说明书"独立标题段。模板页眉已承担标识，正文里这些独立标题段自动删除（规则：段文本去空格后属于 FIVE_ORDER 且 ≤10 字符）。发明名称段（如"子带自适应划分..."）保留。
- 说明书附图自动加图号：说明书附图里只有图没"图1/图2..."标注时，合并时按图片顺序自动在每张图前加"图N"居中段落（黑体 11pt）。摘要附图通常不加图号。
- WPS 批注清理（必做）：源文档里的 WPS 批注深拷贝时 references 关系会断裂，导致批注只显示空头像。合并时统一清理
w:commentRangeStart/w:commentRangeEnd/w:commentReference。 - 内容不增不减：合并/拆分只做搬运与排版，不改写、不总结、不增删任何文字、公式、图片。
六、执行流程
合并流程（任务 A）
- 识别输入：定位 5 个文档，按第四节规则匹配到 5 个部分；缺哪个就明确告知用户（缺失部分可空着或跳过，但要标注）。
- 选模板：读
config/template.json确认默认模板；用户本次指定则覆盖。 - 执行合并：运行
scripts/merge_five_docs.py，克隆模板 → 清空正文 → 依次填入 5 节内容（保留 OMML/WMF、提取 .doc 图片）。 - 渲染校验：如环境有 LibreOffice 则转 PDF 逐页核对 5 个页眉、页码；无则至少用 python-docx 结构自检（分节数、每节页眉、段落数）。
- 输出：
五书合一-{发明名称}.docx（.docx 格式，禁止 Markdown）。
拆分流程（任务 B）
- 识别分节：运行
scripts/split_five_docs.py，按各节页眉文字识别 5 个分节边界。 - 提取内容：逐节提取段落、表格、OMML 公式、图片，保存为独立
.docx。 - 输出：
权利要求书.docx、说明书.docx、说明书附图.docx、说明书摘要.docx、摘要附图.docx共 5 个文件。
七、输出与文件占用
- 输出一律
.docx（WPS/Word 通用），文件名中文、带发明名称。 - 生成前检查目标文件是否被 WPS/Word 占用；
PermissionError时先写_v{N}.docx临时文件，待用户关闭后替换。 - 拆分/合并结果直接交给用户路径，不写入查新报告或任何给发明人的文档。
八、边界与停止条件
- 禁止编造内容：合并/拆分绝不新增、删除、改写任何文字/公式/图片；缺内容只标注不补写。
- 禁止丢失公式/图片：发现源文档有 OMML/WMF/嵌入图片而输出缺失，必须停止并修复，不得带病交付。
- 模板缺失兜底：若内置模板丢失且用户未提供模板，停止并告知用户提供模板，不擅自生成无页眉的"裸合并"。
.doc提取失败降级：若.doc图片提取失败，明确告知用户该附图未自动提取，请用户手动提供图片，不得跳过附图节导致正文错位。
资源
scripts/merge_five_docs.py— 合并装配器（克隆模板 + 5 节正文填充 + OMML/WMF/.doc 图片处理）。scripts/split_five_docs.py— 拆分器（识别分节 + 提取内容 + 输出 5 个独立 docx）。scripts/doc_reader.py—.doc（OLE2/CFB）图片提取 + docx 段落/公式/图片读取。scripts/inspect_template.py— 扒模板版式（分节/页眉/页脚/页码/页面），对齐格式用。scripts/omml_utils.py— OMML 公式深拷贝辅助。config/template.json— 默认模板记忆配置。references/merge-guide.md— 合并详细规则。references/split-guide.md— 拆分详细规则。references/template-management.md— 模板管理详细规则。
