文档格式规范器（Document Format Normalizer）
概述
统一 Word（.docx）文档正文的排版，同时保护封面、标题、目录、页眉页脚等非正文内容。默认规则：
- 中文字符 → 宋体
- 英文/数字 → Times New Roman
- 字号 → 小四（12pt）
- 行距 → 单倍
- 首行缩进 → 两个汉字
何时使用
当用户表达以下意图时触发：
- "规整格式""规范格式""统一格式"
- "把这个文档的正文字体/字号/段落整理一下"
- 提供一个 .docx 文件并要求按上述规范排版正文
正文 / 非正文的判定规则
脚本用启发式规则识别正文，只改正文，不动其他。满足以下任一条件的段落会被保护（跳过）：
- 段落样式名包含：heading / 标题 / title / subtitle / 副标题 / toc / 目录 / caption / 题注 / header / footer / 页眉 / 页脚 / quote
- 段落居中对齐（通常是封面/标题）
- 段落字号 ≥ 15pt（约三号，通常是标题）
- 文本匹配
--protect-regex指定的正则（用于保护"只有视觉、没用标题样式"的标题） - 空段落
其余有文字的段落视为正文并重排。表格单元格内的段落也会按同样规则处理。
处理"没用标题样式的标题"
有些文档全篇都是 Normal 样式，标题仅靠人眼区分（例如"知识内容1: xxx""第一章 xxx""1.1 xxx"）。
此时样式/居中/字号规则都无法识别，需用 --protect-regex 按文字规律保护。例如：
"$PY" "$SCRIPT" "文件.docx" --protect-regex "^(知识内容|知识点|第.{1,3}章|\d+(\.\d+)*[\s、.])"
先用 --dry-run 观察被保护清单是否符合预期，再正式执行。
使用方法
1. 确认环境（首次使用）
脚本依赖 python-docx。若未安装，用隔离环境安装一次：
# 创建隔离 venv（若已存在可跳过）
"C:/Users/WangZhenyu/.workbuddy/binaries/python/versions/3.13.12/python.exe" -m venv "C:/Users/WangZhenyu/.workbuddy/binaries/python/envs/default"
# 安装依赖
"C:/Users/WangZhenyu/.workbuddy/binaries/python/envs/default/Scripts/pip.exe" install python-docx
2. 运行（推荐先 dry-run 预览）
PY="C:/Users/WangZhenyu/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
SCRIPT="C:/Users/WangZhenyu/.workbuddy/skills/document-format-normalizer/scripts/format_docx.py"
# 预览：只报告会改哪些、保护哪些，不写文件
"$PY" "$SCRIPT" "输入文件.docx" --dry-run
# 正式执行：默认生成 <文件名>_formatted.docx，绝不覆盖原文件
"$PY" "$SCRIPT" "输入文件.docx"
3. 常用参数
-o, --output：指定输出路径--size：正文字号 pt，默认 12（小四）--latin：英文字体，默认Times New Roman--cjk：中文字体，默认宋体--include-centered：连居中段落也一起改（默认跳过以保护封面/标题）--big-title-pt：大于等于该字号视为标题跳过，默认 15--protect-regex：文本匹配该正则的段落按标题保护（应对无标题样式的文档）--dry-run：只预览不落盘
工作流建议
- 先跑
--dry-run，把"重排段落数"和"被保护段落"清单给用户确认，重点核对被保护的是否确为封面/标题。 - 若发现有正文被误判保护（例如某段正文恰好居中），加
--include-centered或调高--big-title-pt后重跑。 - 正式执行后，用 present_files 展示生成的
_formatted.docx给用户。 - 原文件始终保留，输出为新文件，安全可回退。
注意事项
- 仅支持
.docx。若是旧版.doc，先另存/转换为.docx。 - 字体名"宋体""Times New Roman"必须准确，否则 Word 会回退到默认字体。
- 首行缩进用
firstLineChars=200（两字符），与字号无关，换字号也能保持两字缩进。
