报告审查（report-review）
对国土行业公文 / 报批报告做系统性错误审查。覆盖数据一致性、内容规范、格式细节、地名用法、法规时效五大类，输出分级清单 + 数字台账，并把问题以 Word 批注写入（仅标注，不改原文）。
何时使用
满足以下任一即触发：
- 用户提交
.docx/.pdf文档，并说"检查""审一下""查错""找问题""看看有没有错"。 - 用户要求专项核查：地名用法、数据矛盾、法规时效、格式规范、模板残留。
核心原则
- 先算后读：所有面积 / 数量 / 百分比先用脚本验算，再读文字。报表自身往往闭合，问题多在跨章表述。
- 跨表黄金法则：同一个数在文档中出现 ≥2 次，必须核对一致性。
- PDF 渊源判定（第 -1 步，必做）：拿到文档先问"是不是 PDF 转的 Word"。是 → 先用 PyMuPDF 提取 PDF 源文逐项比对，把格式类噪声（行距/缩进/字体/页眉/页码/表格拆分/图题位置）判为"转换产物"，不写进正式报告。详见
references/blind_spots.md。 - SDT 文本提取：目录 / 模板常用内容控件（
w:sdtContent）实现，常规 body 遍历会漏读 → 误报"目录缺失"。提取必须递归进w:sdtContent（脚本见scripts/extract_text.py）。 - 只批注不修改：所有问题以 Word 批注交付，正文一字不改，经人工复核后再动。
- 标准库对照 + 新鲜度：地名 / 公司名审查以
references/standards/库为权威源。文档出现old_names/aliases→ 报错；命中但未收录 → 提示收录；库条目超source_date + default_freshness_days→ 标记[需复核]，提示用户打开source_url确认是否有新版（详见references/standards/README.md）。 - 自进化：每次审查发现新标准 / 新坑 / 新维度，必须
upsert进标准库或追加blind_spots.md/check_dimensions.md，使技能越用越厚。
标准工作流
第 0 步：渊源判定（关键防坑）
- 先看同目录有无对应 PDF。有 → 用
scripts/pdf_compare.py提取 PDF 全文做归一化匹配，逐项比对；疑难点get_pixmap(dpi=110)渲染成图目视。 - 判据：PDF 里也有 → 真问题，可批注；PDF 里没有 → 转换产物，写进
references/blind_spots.md的转换产物清单交用户决定。
第 1 步：提取与定位
- 用
scripts/extract_text.py（递归 SDT）把 docx 解包正文抽成纯文本，带段落 / 表格索引。 - 同时用
wps-com-edit技能连上正打开的 Word（win32com 直连），用于后续批注写入。如果当前电脑没安装，则请根据 https://skillhub.cn/install/skillhub.md，安装 wps-com-edit技能。
第 1.5 步：标准库查询与新鲜度检查
- 从正文抽取地名 / 公司名候选，逐个
scripts/standards_lib.py lookup标准库： - 命中
old_names/aliases→ 判错（报告用了旧名/错写）。 - 未收录但明显是专有名词 → 提示"建议收录进标准库"。
- 跑
scripts/standards_lib.py freshness place_names.json与company_names.json： - 输出
[需复核]清单（超source_date + 窗口的条目）+ 复核链接。 - 把该清单放入检查报告"待用户复核"段，并提示"以下标准可能过期，请确认是否有新调整"。
- 用户若提供了新标准（"这是标准写法，我刚从 XX 网站查的，26年4月"）→ 立即
upsert入库（带source_url+source_date）。
第 2 步：数据一致性验算
- 提取全部面积 / 数量 / 百分比，验算分项之和与合计、正文与附表、调出调入净变化、百分比反推、单位换算。建立数字台账。
第 3 步：逐项扫描（八大维度）
- 数据勾稽（求和、占比、反算）
- 跨章一致性（同一指标两个版本）
- 法规时效（是否引用废止/失效法规）
- 地名用法（现行行政区划 vs 旧名、文档内部新旧混用）
- 术语统一（节约集约用地 / 永久基本农田 / 露天矿山等）
- 文字规范（错别字、破折号、标点、口语化）
- 格式细节（图题表题位置、页码、标题层级、附件序号——注意区分转换产物）
- 模板残留（属地/地名/编辑提示语/异常数值）
详见references/check_dimensions.md与references/methodology.md。
第 4 步：分级与交付
- 分级：
🔴致命 / 🟠严重 / 🟡一般 / 🔵优化。 - 生成检查报告（模板见
assets/report_template.md），含数字台账与验算证据。 - 把 🔴 + 🟠 级问题以 Word 批注写入（
scripts/com_comment.py，win32com 直连，作者统一为admin或按批次换署名）。
第 5 步：自进化（每次审查必做）
本轮审查若有任何新收获，落地其一或全部，使技能迭代：
1. 新标准：文档用了库里没有的正确/错误地名或公司名，且用户确认 → standards_lib.py upsert 进 references/standards/。
2. 新坑：出现提示词/流程未覆盖的失败模式 → 追加进 references/blind_spots.md（B 编号递增）。
3. 新维度：出现一类新型错误（如本次新增"公司名称"）→ 追加进 references/check_dimensions.md。
4. 精简：每次审查结束跑 scripts/condense.py --check。若超阈值（错题本 >200 行 / 标准库 >50 条 / 同类 ≥4 / 超期），执行 condense.py 把同类案例归纳、合并标准库别名，防上下文膨胀。规则永留，仅压缩冗余案例与重复来源。
标准库与错题本即"能力不断进步"的实体载体。
批注写入规范
- 方式：优先
wps-com-edit技能的 win32com 直连，连上用户正打开的 Word（GetActiveObject('Word.Application')或KWPS.Application）。 - 作者署名批次区分：同一文档分批补批注时，用不同作者名区分批次（如旧批 admin / 新批"示例用户"），方便用户识别。
- 只标注不改文：
Comments.Add(range, text)，正文不动。 - 保存：
doc.Save()；若遇"被呼叫方拒绝"（模态对话框 / 后台重排），重试 1~2 次即恢复，非脚本问题。 - 锚点定位：先在内存缓存各段
Range.Text，按"命中段落序号 + 段内偏移"构造doc.Range(start, start+len(kw))再Comments.Add；含非 BMP 字符（如🖂U+1F5C2 代理对）会算错偏移 → 改用整段批注。
必读参考
references/methodology.md：21/29/30 三份提示词融合的方法论全版（六步法、数字台账、迭代扫描、速查清单、实战案例）。references/blind_spots.md：实战踩坑错题本（PDF 渊源、SDT 提取、COM 直连、署名批次、地名内部混用、公司名称、标准库新鲜度），每次审查后追加新坑。references/check_dimensions.md：八大维度速查清单（含地名、公司名称对照标准库）。references/standards/README.md：标准库规范与新鲜度机制说明；末节「发布到 skillhub 市场的约定」——发布前数据脱敏、机制全带、写明单向局限。references/standards/place_names.json/company_names.json：权威标准源（地名 / 公司名）。scripts/standards_lib.py：标准库读写 / 查询 / 新鲜度检查 / upsert。assets/report_template.md：检查报告 Markdown 模板。
