万用套 Word 模板（Universal Word Template · v1.1）
把「模板格式」和「正文内容」彻底解耦的通用引擎：先学习任意模板的全部非内容要素，
再把它套用到另一份文档的内容上，产出与模板版式逐项一致的新文档。不依赖任何特定模板——
保时捷 SOP、制度文件、红头文件、简历、报告封面…… 只要是 docx，都能学、都能套。
核心心智模型
- 模板 = 格式载体：只取它的"骨架"（页面/页眉页脚/字体/段落/标题样式/编号/表格/颜色/封面目录结构），
不取它的正文文字（封面标题、公司名等"占位性文字"如何处置见下方"内容边界"）。 - 目标文档 = 内容载体：只取它的"血肉"（正文段落、章节文字、表格数据），丢弃它自己的格式。
- 产物 = 模板骨架 + 目标血肉。
使用场景（触发后按此执行）
场景 A：先给范本，后给内容（两段式）
- 用户给一份「模板/范本」docx → 立即运行
extract_template.py，把格式抽成template_profile.json并回报已学到的要素清单。 - 用户再给一份「内容」docx → 运行
apply_template.py套用，产出新文档并审计。
场景 B：同时给两个文件（一段式）
- 用户一次上传两个 docx，并指明哪个是模板、哪个是内容。
- 依次执行 extract → apply → verify。
前提条件（第一步，必须先问，不可跳过）
在开始任何抽取/套用之前，必须先询问用户用哪个办公软件打开、编辑最终文档：
> 请问你最终用 WPS 还是 Microsoft Office (Word) 打开、编辑这份文档？
原因与影响：
- 字体：WPS 对中文字体的 fallback 与 Office 不同（WPS 更宽容宋体/黑体/仿宋；Office 缺字体时走 Calibri/等线）。
套用时需据此决定中文字体映射（例如 Office 下 仿宋_GB2312 可能需回退到 仿宋）。
- 分页/行距渲染：两者行高算法有差异（WPS 与 Word 的 exact 行距对中文渲染的像素级不同），
审计脚本需按目标软件判断"可接受差异"。
- 兼容模式：WPS 对某些 Word 域（如 TOC 域、PAGEREF）的刷新行为不同。
询问方式用 AskUserQuestion，选项给 WPS / Microsoft Office (Word) 两个（可加"两者都要兼容"）。
端到端流程
[触发 + 用户提供模板(±内容) + 目标软件已确认]
▼
[1. 抽取] python scripts/extract_template.py <模板.docx> -o template_profile.json
提取：页面/边距/纸张/分栏/页眉页脚/默认字体/段落缩进行距/标题样式树/
编号规则/表格样式与边框/主题色/封面与目录结构
▼
[2. 套用] python scripts/apply_template.py <内容.docx> <template_profile.json> -o <输出.docx>
保留内容段落/表格数据，重建所有格式骨架
▼
[3. 审计] python scripts/verify_output.py <输出.docx> <template_profile.json> --target wps|office
逐项断言：页面/字体/行距/标题/编号/表格 与模板一致（目标软件相关项按对应容差）
▼
[4. 交付] 输出 docx + present_files；提示用户用确认的软件打开复核
内容边界（关键：什么算"格式"、什么算"内容"）
抽取时必须明确区分，避免把模板的正文文字错套到目标文档：
| 要素 | 归属 | 处理 |
|---|---|---|
| 页面尺寸/边距/页眉页脚距离 | 格式 | 抽取 |
| 页眉/页脚文字（如公司名、Classification、页码） | 格式（可占位） | 抽取，但标记为"页眉页脚"，套用时原样带入或按用户要求改 |
| 默认字体/字号/颜色 | 格式 | 抽取 |
| 标题样式（Heading 1/2/3 的字体/编号/颜色） | 格式 | 抽取 |
| 正文段落文字 | 内容 | 来自目标文档 |
| 封面标题/公司名/logo | 边界 | 默认带入模板的封面结构，文字提示用户确认（公司名/标题常需替换为目标文档的） |
| 表格结构（列数/边框/表头样式） | 格式 | 抽取；表头文字视为模板占位，单元格数据来自目标 |
| 段落间距/缩进/对齐/行距 | 格式 | 抽取 |
封面/页眉等"半内容半格式"要素：默认照模板结构带入，但把可变的文字（公司名、文档标题、编号、日期）
列为 placeholders，套用后明确列出这些占位符让用户确认或替换。
工具脚本（skill 自带，引擎用 file 定位 skill 目录，可独立跑）
| 文件 | 用途 |
|---|---|
scripts/extract_template.py |
抽取任意 docx 的格式骨架 → template_profile.json |
scripts/apply_template.py |
把格式骨架套到目标 docx 上 → 新 docx |
scripts/verify_output.py |
审计产物与模板格式一致性（分 wps/office 容差） |
scripts/word_utils.py |
共享工具：python-docx 封装、字体/段落/表格读写、样式树遍历 |
依赖：python-docx（在隔离 venv 内安装，勿污染全局）。字体名、行距等一律用 EMU/Pt 精确值，不靠视觉猜测。
格式抽取清单（extract 必须覆盖，越全越好）
- 页面：纸张 w/h、四边距、页眉页脚距离、分栏数、
differentFirstPage、页码起始/格式。 - 节（section）：多个 section 各自设置（模板常有封面节+正文节）。
- 默认字体：Normal 样式的 ascii/hAnsi/eastAsia、字号、颜色、字符间距。
- 样式树：所有段落/字符样式名及其字体/段落格式，重点是 Heading 1..N、Title、正文。
- 段落级：默认段落 spacing（before/after）、line spacing（exact/多倍）、首行缩进/左缩进、对齐、widow/orphan。
- 编号：numPr（编号定义、缩进、格式
%1.等）、多级列表关联的样式。 - 页眉页脚：每节每类型（first/default/even）的段落文字、字体、表格、logo 图片、域（页码/TOC）。
- 表格：表格样式、总宽/对齐/布局（fixed/autofit）、边框（单/双线/粗细/颜色/space）、
单元格边距（tblCellMar）、列宽（tblGrid + 每格 tcW）、表头行（底纹 fill + 加粗 + 垂直对齐 + 段落/字体）、
正文单元格（段落格式含精确行距 + 字体）。抽取时用"第一行是否带底纹/整行加粗"判定表头，
避免把普通首行误当表头。 - 颜色/主题：theme color（accent1..6）、主题字体。
- 封面/目录：封面字段布局、目录是否为 TOC 域或静态行+页码。
套用策略（apply 关键规则）
- 不动内容：目标文档的正文段落文字、表格单元格数据、图片内容原样保留；只重设其格式属性。
- 重建骨架：删除目标文档的页面/样式/页眉页脚，按
template_profile.json重建。 - 样式映射：目标文档正文的"标题感"段落（粗体/居中/编号开头）映射到模板对应 Heading 样式；
无法判定的保留为正文但套用正文样式。 - 占位符回填：封面/页眉中的
placeholders用目标文档实际文字（标题、公司名、日期）回填；
目标文档没有的，保留模板占位并提示。 - 字体回退：按目标软件（wps/office）应用
font_fallback映射，避免目标机器缺字体。 - 表格套用：模板表数 == 目标表数 → 按位置一一对应；否则按列数最近匹配。列数一致才套列宽（跨列合并格跳过）。
表头/正文单元格的字体、段落（含精确行距）一并套用；单元格数据文字原样保留。
技术要点（写脚本时注意，python-docx 的坑）
- 单位：
w:pgSz/pgMar、w:spacing（@before/@after）、w:ind、tblCellMar、exact 行距都是 twips（1/20 pt）；
w:sz/w:szCs是 半点（1/2 pt）；行距w:line在lineRule=auto时是 1/240 行倍数。换算勿搞混。 - Length/Twips 继承 int：
section.page_width返回Twips（继承 int，内部存 EMU），
取 twips 必须hasattr(x, "twips")先于isinstance(x, int)，否则int(x)会错误返回 EMU。 - 样式对象属性不全：
CharacterStyle/_NumberingStyle无font/paragraph_format，一律hasattr保护。 - 行距 float：
style.paragraph_format.line_spacing可能是 float（倍数）或Length（精确），
写入 XML 属性时须str()转换；抽取时用{"multiple": x}/{"exact_twips": n}区分。 w:orient：直接读原始枚举字符串（landscape/portrait），不要str(枚举)生成ORIENT.LANDSCAPE (1)。- OOXML 子元素顺序：
w:tblPr/w:tcPr/w:pPr/w:rPr的子元素须按 schema 顺序插入（WPS 比 Word 严格），
用_set_child_ordered统一处理。 - 标题 run 字体：套用段落 run 字体时，标题段应取标题样式字体、正文段取 Normal/默认字体，勿一律套 Normal。
禁止事项
- 不许把模板的正文文字硬塞进目标文档（模板正文不是内容）。
- 不许用视觉/截图猜测格式——一律读 docx XML 精确值（EMU/Pt/十六进制色）。
- 不许跳过"询问 WPS/Office"这一步直接开跑。
- 不许在全局环境 pip install；依赖装进隔离 venv。
- 套用后必须跑 verify 审计并回报通过/差异项，不得只交付不校验。
校准日志
- v1.0.0（2026-09-02）：初版，从
porsche-sop-formatter抽象出通用「抽取→套用→审计」三阶段架构，
去保时捷专用化，支持任意 docx 模板，加入 WPS/Office 前置确认与字体回退。 - v1.1.0（2026-09-02 晚）：补全表格格式抽取/套用/审计（边框/单元格边距/列宽/表头底纹+加粗+垂直对齐/
单元格段落精确行距+字体），表格套用从占位实现落地。修复 v1.0 单位换算 bug（w:spacingtwips→pt 错 20 倍）、
标题 run 错套 Normal 字体、w:orient非法枚举串。全部 XML 写操作改按 OOXML schema 顺序插入（WPS 兼容）。
新增scripts/内word_utils.py的表格工具与主题色解析。端到端：带表格模板 26/26、无表格 12/12 PASS。
