万工-doc 规范校对 + 蓝色标注
对既有 Word 文档（.doc / .docx，典型为建筑设计初步设计说明、技术标书）按现行规范做校对，
将修改之处用蓝色字体（w:color 0000FF）精确标注，并重新输出为 .doc。
何时使用
- 用户给一个
.doc/.docx，要求"按现行规范校对 / 改一下 / 改的地方标蓝 / 输出 .doc"。 - 典型输入：初步设计说明、设计方案、技术标书、各类说明类文档。
- 注意：本 skill 只做「规范性校对 + 蓝色标注」，不做创作性重写；大段新增需用户确认。
硬约束（来自实战踩坑，违反必翻车）
- 禁止用 Word Find / Range 做定位与上色。 实测陷阱：① 裸控制字符
\u0002/\u0003Find 定位失败（上色 0）；
②Range.Text字符索引与Range.Start位置不 1:1（差 ~2600）；③ 子区间 Find 重复命中同一处；
④ 逐段 COM 遍历超时（SIGTERM）。一律走 XML 层确定性改写。 - Python 解释器：必须用托管 venv 的 python（已装 win32com + lxml + python-docx），
路径形如%USERPROFILE%\.workbuddy\binaries\python\envs\default\Scripts\python.exe——裸 python 无 win32com。 - lxml 版本：本环境 lxml 6.1.1 导入 etree 失败 → 锁定
lxml==5.4.0（pip install -U "lxml==5.4.0"）。 inspect.py遮蔽标准库：工作目录里若同名inspect.py，会遮inspect致 lxml 链断 → 改名（如inspect_doc.py）。- doc 是 OLE2 二进制，不能直接 zip 解析；要核验蓝色须先
SaveAs2(FileFormat=16)转 docx 再解 XML。 os.remove被沙箱 safe-delete 拦截（回收站失败报错）→ 用SaveAs2直接覆盖，不要依赖删除。
流水线（确定性，推荐顺序）
origin.doc
→ [Word COM SaveAs2 FileFormat=16] → src.docx # 干净输入
→ [python-docx + lxml 改写 XML] → out.docx # 改处加 w:color 0000FF
→ [Word COM SaveAs2 FileFormat=0] → 交付.doc # 转回 .doc
→ [可选验证] 交付.doc → docx → 解析 XML 统计 0000FF + 抽样
步骤 1：doc → docx
scripts/doc_to_docx.py <in.doc> <out.docx>：Word COM DispatchEx("Word.Application.16")，SaveAs2(FileFormat=16)。
Visible=False; DisplayAlerts=0。打开前先 Stop-Process -Name WINWORD -Force 清理残留锁进程。
步骤 2：规则集
按四类建规则（见 references/rules_format.md）：
- A 规范版本：旧年号→新（如 GB50034-2013→GB/T50034-2024）。
- B 编号/名称：条文编号、标准名订正（如 DB34/1466-2011→DB34/T 1466-2023）。
- C 文字错漏：缺字、错字、标点（old 以 \r 开头=段首缺字，需 at_start 锚定）。
- D 前后矛盾/待核：原句保留黑字，仅在其后加蓝色 （注：…请按现行规范核实） 注记。
每条规则：(old, new, at_start=False, note=False)。note=True 时 new 以 old 为前缀，仅对 len(old) 之后后缀标蓝。
步骤 3：XML 改写（核心）
scripts/xml_apply.py <src.docx> <rules.py> <out.docx>：
- para_text(p)：跨 w:r 累加字符长度重建段落文本（含 tab/br/cr，排除 w:del）。
- split_run_at(run, k)：在 run 内第 k 字符切开，返回新 run。
- 命中区间：首 run 写新文本 + color_run(0000FF)，后续 run 清空（或仅对后缀标蓝）。
- at_start：old 以 \r 开头时，text[:idx].strip()!="" 则跳过（防误伤「项目位于」类）。
- 通配符：原规则 [－-] 在 XML 层无 wildcard → expand_old() 展开全角/半角两个明文变体，分别 apply。
- 防自匹配：start = idx + max(len(line0), 1)，避免把刚写入的 new 当成 old 再次命中。
- 遍历：iter_paragraphs() 覆盖正文 + 页眉/页脚 + 表格 + 文本框所有 w:p。
- 输出 xml_hits.json：APPLIED / ZERO / total。
步骤 4：docx → doc
scripts/docx_to_doc.py <out.docx> <交付.doc>：SaveAs2(FileFormat=0)。输出后 ls 确认 SIZE 与段数。
步骤 5：真身验证（必做，不放过）
scripts/verify_blue.py <交付.doc>：转 docx → 直解 word/document.xml + 页眉页脚，re.findall(r'w:color\s+w:val="0000FF"')
统计蓝色 run 总数，并抽样若干关键词确认落地。未跑验证不得宣称完成。
诚实降级纪律（对用户必披露）
- 假阳性主动撤销：如「淮南市属寒冷地区、应改引 JGJ26-2018」——经 WebSearch 查证（建标函〔2010〕298号、
DB34/1466-2011 条文说明"全省均属夏热冬冷"）为假阳性，撤销规则、保留原文。凡断言"原文错误"须有查证证据。 - 零命中非漏改：通配符半角副本被全角变体覆盖会显示 ZERO，属正常；"残留"告警多为子串误报（如
（2018年版）内含
GB50016-2014）或 D 类设计保留原句——须逐条判读，不轻信告警。 - 待核项：D 类注记中"请按现行规范核实"的条文，若未回原文核证，必须标"待核项"，严禁把推测当结论搬入。
复用注意
- 规则集是项目专属，本 skill 只提供引擎与格式模板；每次按文档实际规范年号重填
rules.py。 - 输出文件名带"（规范校订版）"以区分原始文件；旧错误同名文件用正确内容覆盖，避免交付错版。
能力边界与责任声明
- 本 skill 提供「校对 + 蓝字标注」的确定性引擎与规则格式模板，不替代设计人、校对人与审图人的专业判断。
- 规则集由使用者按文档实际规范年号填写，规则本身的正确性由使用者核验；本 skill 不预置任何项目专属规则。
- 文档中所有标蓝内容均为建议修改，请以现行规范原文为准；未经原文核证者一律标注「待核项」，不得直接作为结论使用。
- 校对结果仅供参考，正式交付前必须人工复核；未复核直接交付所产生的后果由使用者承担。
