微信公众号文章 → 工作纪实（Word + PDF）
将公众号文章（mp.weixin.qq.com）整理为符合机关/学校公文规范的工作纪实，输出 Word + PDF 双文件，
A4 版式、指定字体、—X— 页码、14×9cm 浮动活动照、右对齐三行落款，且控制在 5 页以内。
适用场景
- 用户提供
https://mp.weixin.qq.com/s/...链接，要求做成"工作纪实 / 简报 / 报道"。 - 需要 Word 与 PDF 两版，且 PDF 跨设备字体一致（内嵌子集）。
- 默认学校为陇西县渭州学校；如用户给出其他单位/类别，在 JSON 中覆盖即可。
环境准备（一次性）
脚本需要 python-docx、pymupdf、pywin32（仅 to_pdf 用）、Pillow。
使用 WorkBuddy 受管 Python 的隔离 venv，切勿污染用户环境：
PY="C:/Users/lenovo/.workbuddy/binaries/python/versions/3.13.12/python.exe"
# 本机 venv 已就绪，直接使用其 python：
# C:/Users/lenovo/.workbuddy/binaries/python/envs/default/Scripts/python.exe
# 如需重建：
# "$PY" -m venv "C:/Users/lenovo/.workbuddy/binaries/python/envs/default"
# "C:/Users/lenovo/.workbuddy/binaries/python/envs/default/Scripts/pip" install python-docx pymupdf pywin32 Pillow
- 字体依赖：仿宋_GB2312、黑体、宋体、华文中宋、方正小标宋简体（本机均已安装，其中方正/GB2312 系列为用户级安装，位于
C:\Users\lenovo\AppData\Local\Microsoft\Windows\Fonts）。
主标题默认即用"方正小标宋简体"，无需在 JSON 覆盖。 若换机器/换账号导致该字体缺失，再在 JSON 里覆盖"fonts": {"title": "华文中宋"}兜底，否则 Word 会静默回退成宋体、标题显细不出效果。 - PDF 导出依赖 本机 Microsoft Word（
to_pdf.py走 Word COM）。
下文 <SKILL> = C:/Users/lenovo/.workbuddy/skills/wechat-article-workreport，
<PY> = C:/Users/lenovo/.workbuddy/binaries/python/envs/default/Scripts/python.exe。
工作流程
第 1 步：提取结构化正文
用 WebFetch 提取：主标题、副标题、全正文（保留小标题层级）、发布日期、活动类别。
记录关键事实（人名、书目、活动名称），缩写时不可删。
主标题 vs 副标题 区分规则
公众号文章标题层级常混乱，须按以下规则判定，避免把正文首句或封面口号误当标题：
- 主标题（title） = 文章最顶部、字号最大、最凝练的那一行：
- 多为对仗/口号式短语（如"方寸文本见天地，学段贯通融美育"），点明主题或立意，不含具体单位与日期；
- 通常位于封面图上方，或即og:title/<title>本身；
- 不以"——""·"开头，不带"开展/举办/召开/举行"等动作谓语。 - 副标题（subtitle） = 紧跟主标题之下、字号较小的说明行，用"单位 + 动作 + 事件"把主题落地：
- 典型形态以 "——" 破折号开头（如"——陇西县渭州学校开展语文主题教研活动"）；
- 含 学校/单位名 + 动词（开展/举办/召开/举行）+ 活动名；
- 无破折号时，也可是主标题正下方的居中说明句。 - 无显式副标题时：若正文首段即"X月X日，我校……"之类纪实开头，不要把它当副标题；副标题可留空（
"subtitle": ""），单位信息由落款体现，或按"——{学校}{开展}{活动}"自动补一行（活动名从正文/类别提炼）。 - 易错点：封面图上的装饰性大字、引导关注的引导语、文末模板口号，均不是主/副标题，切勿误取。
第 2 步：抓取文章图片
"$PY" <SKILL>/scripts/fetch_article.py "<文章URL>" --out-dir "<工作目录>"
产出 <工作目录>/img_raw/00.jpg … 与 img_urls.json，并打印每张候选图的前导正文上下文。
脚本已自动剔除文末"九年六礼/免责声明/长按识别"之后的模板图。
第 3 步：遴选真实活动照
- 读
fetch_article.py的控制台输出，按 [references/image_filtering.md] 规则剔除文首封面图与文末模板图。 - 必要时用
Read打开img_raw/NN.jpg缩略图确认。 - 每篇选 3–4 张真实活动照，复制到
<工作目录>/img/，文件名保持NN.jpg。
第 4 步：编写 article.json
按 [references/layout_spec.md] 的结构组织内容，示例：
{
"title": "方寸文本见天地，学段贯通融美育",
"subtitle": "——陇西县渭州学校开展语文主题教研活动",
"category": "教研活动",
"date": "2026年5月20日",
"school": "陇西县渭州学校",
"paragraphs": [
{"type":"body","text":"为深入落实……全校文科教师齐聚一堂……"},
{"type":"h1","text":"一、分学段示范授课：小切口里见大意境"},
{"type":"body","text":"活动以……三大环节有序开展……"},
{"type":"image","src":"img/02.jpg"},
{"type":"h1","text":"二、集中精准评课：梳理亮点明方向"},
{"type":"body","text":"在集中精准评课环节……"},
{"type":"image","src":"img/05.jpg"},
{"type":"space"}
]
}
- 段落类型：
body正文 /h1一级黑体小标题 /h2二级仿宋加粗小标题 /
image活动照 /space空一行。 - 图片
src相对--img-root（默认 JSON 同目录的img/）。 - 保留原文小标题结构；正文可精简但不得丢失事实要点。
第 5 步：生成 Word
"$PY" <SKILL>/scripts/build_docx.py "<工作目录>/article.json" \
"<工作目录>/out.docx" --img-root "<工作目录>/img"
如需压缩页数，加 --line-pt 24（最低 24pt）先观察效果。
第 6 步：转 PDF 并校验分页，迭代达标
"$PY" <SKILL>/scripts/to_pdf.py "<工作目录>/out.docx" "<工作目录>/out.pdf"
"$PY" <SKILL>/scripts/analyze.py "<工作目录>/out.pdf"
analyze.py 打印每页内容底部位置、图片框、末页行数。按 [references/layout_spec.md] 的
分页红线迭代：
- 前页未排满（gap > 40pt）→ 调整该页附近图文量，或增减 1 张图；
- 末页仅 1–3 行孤立正文 → 缩写前文约 3 行 / 调小行距至 24pt / 增减 1 张图；
- 总页数压到 ≤ 5 页：正文精简约一半、保留全部小标题、图片 3–4 张均匀穿插。
修改 article.json 后重跑第 5、6 步，直至 analyze.py 全部 OK 且末页行数 > 3。
输出与交付
- 默认产物目录：
D:\WorkBuddy\（本机无 E 盘，故改用 D 盘；用户指定其他路径则遵从）。 - 文件名：
{学校}{活动名}工作纪实.docx与同名.pdf。 - 用
present_files同时交付两个文件。
参考
- [references/layout_spec.md] — 完整版式规范（纸张/边距/字体/行距/缩进/页码/图片/落款/分页红线）
- [references/image_filtering.md] — 图片筛选规则与实战案例
- 脚本：
scripts/fetch_article.py（抓取+选图上下文）、scripts/build_docx.py（JSON→docx）、
scripts/to_pdf.py（Word COM→PDF）、scripts/analyze.py（分页校验）
