gongwen-skill 2.13.0 → 2.14.0

package/AGENTS.md

@@ -118,5 +118,3 @@ gongwen-skill/
 ## 6. 许可
 
 MIT License，详见 [LICENSE](./LICENSE)。
-*（内容由AI生成，仅供参考）*
-*（内容由AI生成，仅供参考）*

package/CHANGELOG.md

@@ -4,6 +4,24 @@
   Licensed under the MIT License. See the LICENSE file for details.
 -->
 
+## v2.14.0 (2026-09-26)
+
+### Added
+- **解析读取可见性（V2.14）**：文本框内容（`w:txbxContent`，公文红头/发文字号常承载于此）与修订追踪摘要（`w:ins`/`w:del`）正式纳入 DocumentModel（`textboxes` / `revisions` 字段），`parse --json` 结构化输出——此前两者在解析层静默丢失（文本框仅挂非 Pydantic 属性、修订因 python-docx 高层 API 不读 `w:ins` 包裹 run 而整体丢失）
+- **文本框内容检查规则 CHK-TBX001**：检测到文本框但内容为空时提示（红头/发文字号可能缺失）；无文本框的文档不触发，避免误报
+- **check/optimize 读取可见性提示**：文档含修订（含作者与增删数）或存在空文本框时，非 JSON 路径显式打印提示，不再静默忽略；`optimize --json` 新增 `textboxes` / `revisions` 字段供 Agent 感知解析降级
+- **未知公文类型显式警告**：check/optimize 对 `-t` 拼错类型不再静默回退 common 规则，打印警告并提示 list-types（发布前全功能测试发现）
+- **新增测试**：`tests/test_read_visibility.py`（文本框入模型、修订摘要、JSON 序列化、普通文档默认值、提示输出、CHK-TBX001、reviewers_count 回归等 7 用例，本地）
+
+### Fixed
+- **npm peer 依赖解析失败（P1，GitHub issue #1）**：`@deepseek-ai/dsh-tools` peer 下限由 `>=0.1.0` 修正为 `>=0.1.5-rc.3`。根因：该包在 npm 上仅发布 rc/alpha 预发布版本（latest tag = `0.0.1-rc.1`），而 npm semver 的预发布 tuple 规则使 `>=0.1.0`（无预发布比较器）无法匹配任何版本，导致 pnpm 安装报 `ERR_PNPM_NO_MATCHING_VERSION`；现对齐官方宿主配套版本（`@deepseek-ai/dsh-base ^0.1.5-rc.3` 传递提供的 dsh-tools）
+- **optimize-content tracked 模式 NameError（P1，发布前全功能测试发现）**：`_run_tracked_mode` 打印「审稿角色」时引用从未赋值的 `reviewers_count`（O10 重构遗留），文档已生成但崩溃 rc=1；现从 `args.reviewers` 取值（full 默认 6 / quick 3），rc 恢复 0
+- **SKILL.md 标题与对外展示名统一**：H1 由「公文文档格式化 Skill（GB/T 9704）」改为「公文全流程处理专家（GB/T 9704）」，三副本（根 / `.dsh/skills/gongwen-skill/SKILL.md` / `.dsh/skills/gongwen-skill.md`）已同步
+- **AGENTS.md 尾部重复行清理**：删除重复的「内容由AI生成，仅供参考」一行
+
+### Changed
+- **README 下载量徽章动态化**：`Downloads-0` 硬编码徽章改为 PyPI 动态下载量徽章（`img.shields.io/pypi/dm/gongwen-skill`）
+
 ## v2.13.0 (2026-09-11)
 
 ### Added

package/README.md

@@ -18,7 +18,7 @@ Licensed under the MIT License. See the LICENSE file for details.
 ![Python](https://img.shields.io/badge/Python-3.10%2B-blue.svg)
 ![GB/T 9704](https://img.shields.io/badge/standard-GB%2FT%209704-red.svg)
 ![DSH](https://img.shields.io/badge/DSH-Compatible-brightgreen)
-![Downloads](https://img.shields.io/badge/Downloads-0-blue)
+![Downloads](https://img.shields.io/pypi/dm/gongwen-skill)
 
 本 Skill 源自开源桌面项目 [AI 公文智能优化助手](https://github.com/linhut/document-ai-assistant)，将其核心格式引擎抽取、剥离桌面端/数据库依赖后独立发行，支持公文的**模板建立、解析、规则检查、自动修复、内容优化、Markdown 转公文**全流程能力。同时原生集成 **DeepSeek Harness (DSH)** 技能系统，支持 DSH Agent 自动发现与加载。
 
@@ -30,7 +30,7 @@ Licensed under the MIT License. See the LICENSE file for details.
 |------|------|------|
 | 📋 列类型 | `list-types` | 列出 25 种支持的公文类型（新增主持词 host_speech；含新闻稿/讲话稿） |
 | 🏗️ 模板生成 | `template` | 按类型生成 GB/T 9704 标准空白模板 |
-| 🔍 解析 | `parse` | `.docx` → 结构化 DocumentModel |
+| 🔍 解析 | `parse` | `.docx` → 结构化 DocumentModel（含文本框/修订摘要） |
 | ✅ 格式检查 | `check` | 按国标检查，分级 P0/P1/P2（只读） |
 | 🔧 格式修复 | `optimize` | 自动修复字体/字号/行距/页边距，输出合规文档；`--verify` 单命令闭环自动复查、P0 存在时退出码非 0；`--json` 结构化输出 |
 | ✍️ **内容优化** | **`optimize-content`** | 内容润色：默认 **Word 原生修订+批注**（审阅面板逐条接受/拒绝），可选行内差异对比版；`--precheck` 预检 changes 与原文一致性、`--preset quick/full/review` 参数收敛 |

package/SKILL.md

@@ -19,7 +19,7 @@ metadata:
   Licensed under the MIT License. See the LICENSE file for details.
 -->
 
-# 公文文档格式化 Skill（GB/T 9704）
+# 公文全流程处理专家（GB/T 9704）
 
 ---
 
@@ -900,7 +900,7 @@ python -m gongwen fix-common 文件.docx -o 成品.docx
 
 | 命令 | 用途 | 最小用法 |
 |------|------|---------|
-| `parse` | .docx → 结构化 DocumentModel JSON | `python -m gongwen parse 公文.docx` |
+| `parse` | .docx → 结构化 DocumentModel JSON（含文本框/修订摘要） | `python -m gongwen parse 公文.docx` |
 | `check` | 按国标检查格式（只读，分级 P0/P1/P2） | `python -m gongwen check 公文.docx -t notice` |
 | `audit` | 审计文档：检查删除线/加粗/AI 声明等痕迹 | `python -m gongwen audit 公文.docx` |
 

package/dsh/index.js

@@ -1,4 +1,4 @@
-// 公文全流程处理专家 - DSH plugin bridge (gongwen-skill, v2.13.0+)
+// 公文全流程处理专家 - DSH plugin bridge (gongwen-skill, v2.14.0+)
 // (c) 2026 Jose AI (https://www.linhut.cn)
 // https://github.com/linhut/gongwen-skill
 // Licensed under the MIT License. See the LICENSE file for details.

package/engine/core/document/models.py

@@ -122,6 +122,32 @@ class HeaderFooter(BaseModel):
     has_page_number: bool = False            # 是否包含页码域
 
 
+# ---------------------------------------------------------------------------
+#  Read-visibility structures（V2.14：读取可见性）
+#  公文红头/发文字号常承载于文本框（<w:txbxContent>），修订（<w:ins>/<w:del>）
+#  是流转中的草稿核心信息——两者此前在解析层静默丢失，现正式纳入模型。
+# ---------------------------------------------------------------------------
+
+class TextBox(BaseModel):
+    """文本框内容（红头、发文字号等常承载于文本框）。"""
+    index: int = 0
+    text: str = ""
+    paragraphs: list[str] = Field(default_factory=list)
+
+
+class RevisionInfo(BaseModel):
+    """文档修订追踪摘要（w:ins 新增 / w:del 删除）。"""
+    insert_count: int = 0
+    delete_count: int = 0
+    authors: list[str] = Field(default_factory=list)
+    inserted_snippets: list[str] = Field(default_factory=list)   # 新增内容片段（前 5 条）
+    deleted_snippets: list[str] = Field(default_factory=list)    # 删除内容片段（前 5 条）
+
+    @property
+    def has_revisions(self) -> bool:
+        return self.insert_count > 0 or self.delete_count > 0
+
+
 # ---------------------------------------------------------------------------
 #  Page setup
 # ---------------------------------------------------------------------------
@@ -170,6 +196,10 @@ class DocumentModel(BaseModel):
     headers: list[HeaderFooter] = Field(default_factory=list)
     footers: list[HeaderFooter] = Field(default_factory=list)
 
+    # V2.14：读取可见性——文本框内容与修订摘要（此前静默丢失）
+    textboxes: list[TextBox] = Field(default_factory=list)
+    revisions: RevisionInfo = Field(default_factory=RevisionInfo)
+
     # Source file info
     filename: Optional[str] = Field(default=None, exclude=True)
     source_path: Optional[str] = Field(default=None, exclude=True)

package/engine/core/document/ooxml_parser.py

@@ -156,3 +156,42 @@ class OOXMLParser:
     def para_text_from_element(p_elem) -> str:
         """从 <w:p> 节点提取文本（NS4 修复：用 iter 遍历后代，与文本框解析一致）。"""
         return ''.join(t.text or '' for t in p_elem.iter(f'{{{W}}}t'))
+
+    def parse_revisions(self, docx_path: str | Path) -> Dict[str, Any]:
+        """
+        解析文档修订追踪（<w:ins> 新增 / <w:del> 删除）摘要。
+
+        V2.14：python-docx 高层 API 不读 w:ins 包裹的 run，导致修订内容在
+        解析层静默丢失——此处用 OOXML 树直接统计，让流转中的草稿修订可见。
+
+        Returns:
+            dict: {insert_count, delete_count, authors[], inserted_snippets[], deleted_snippets[]}
+        """
+        root = self._load_document_xml(docx_path)
+        authors: set[str] = set()
+        inserted: list[str] = []
+        deleted: list[str] = []
+
+        for ins in root.iter(f'{{{W}}}ins'):
+            a = ins.get(f'{{{W}}}author')
+            if a:
+                authors.add(a)
+            txt = ''.join(t.text or '' for t in ins.iter(f'{{{W}}}t'))
+            if txt.strip():
+                inserted.append(txt.strip())
+
+        for dl in root.iter(f'{{{W}}}del'):
+            a = dl.get(f'{{{W}}}author')
+            if a:
+                authors.add(a)
+            txt = ''.join(t.text or '' for t in dl.iter(f'{{{W}}}delText'))
+            if txt.strip():
+                deleted.append(txt.strip())
+
+        return {
+            'insert_count': len(inserted),
+            'delete_count': len(deleted),
+            'authors': sorted(authors),
+            'inserted_snippets': inserted[:5],
+            'deleted_snippets': deleted[:5],
+        }

package/engine/core/document/parser.py

@@ -582,17 +582,37 @@ def parse_docx(file_path: Path | str) -> DocumentModel:
     logger.info(f"Parsed: {len(paragraphs)} paragraphs, {len(tables)} tables, "
                 f"{len(headers)} headers, {len(footers)} footers")
 
-    # I7: 文本框（红头区域）内容暴露给管线——挂载为模型非 Pydantic 属性
+    # I7/V2.14: 文本框（红头区域）内容正式入模型——此前仅挂非 Pydantic 属性，
+    # JSON 输出与 check/optimize 均不可见（静默丢失）；现纳入 DocumentModel.textboxes
+    from engine.core.document.models import TextBox
     try:
         textboxes = ooxml.parse_textboxes(str(file_path))
+        model.textboxes = [
+            TextBox(index=tb.index, text=tb.text, paragraphs=tb.paragraphs)
+            for tb in textboxes
+        ]
+        # 向后兼容 alias：仍挂到非标准属性（防外部模块引用）
+        object.__setattr__(model, '_textboxes', [tb.text for tb in textboxes])
+        object.__setattr__(model, '_textbox_paragraphs', [tb.paragraphs for tb in textboxes])
         if textboxes:
-            object.__setattr__(model, '_textboxes', [tb.text for tb in textboxes])
-            object.__setattr__(model, '_textbox_paragraphs', [tb.paragraphs for tb in textboxes])
             logger.info(f"Textboxes extracted: {len(textboxes)} (红头/文本框区域)")
-        else:
-            object.__setattr__(model, '_textboxes', [])
     except Exception as e:
         logger.debug(f"Textbox extraction skipped: {e}")
+        object.__setattr__(model, '_textboxes', [])
+
+    # V2.14: 修订追踪摘要（w:ins/w:del）——此前 python-docx 层静默丢弃
+    try:
+        rev = ooxml.parse_revisions(str(file_path))
+        model.revisions = type(model.revisions)(
+            insert_count=rev['insert_count'], delete_count=rev['delete_count'],
+            authors=rev['authors'],
+            inserted_snippets=rev['inserted_snippets'],
+            deleted_snippets=rev['deleted_snippets'],
+        )
+        if model.revisions.has_revisions:
+            logger.info(f"Revisions detected: {rev['insert_count']} ins / {rev['delete_count']} del")
+    except Exception as e:
+        logger.debug(f"Revision parse skipped: {e}")
 
     # I7: 段落索引映射挂载（供批注锚定等下游使用）
     object.__setattr__(model, '_para_index_map', para_index_map)

package/engine/core/rules/checker.py

@@ -861,7 +861,20 @@ def _check_header_field(model, rule_id: str, severity: str, name: str,
     field_name = field_path.split(".", 1)[1] if "." in field_path else ""
 
     try:
-        if field_name == "doc_number":
+        if field_name == "textbox":
+            # V2.14：文本框内容可见性（CHK-TBX001）——红头/发文字号常承载于文本框；
+            # 文本框存在但为空 → 提示缺失；无文本框 → 不报（避免误报）
+            tb_list = getattr(model, 'textboxes', None) or []
+            empty = [tb for tb in tb_list if not (tb.text or '').strip()]
+            if tb_list and empty:
+                issues.append(CheckIssue(
+                    rule_id=rule_id, check_type="content", severity=severity,
+                    name=name, location=f"textbox:{empty[0].index}",
+                    original_text="",
+                    suggested_fix=expected,
+                    reason=message or f"检测到 {len(empty)} 个空文本框（红头/发文字号可能缺失）",
+                ))
+        elif field_name == "doc_number":
             # 令号模式：〔2026〕1号 / 第1号 / （2026）1号 / 2026年1号 等
             all_text = ''.join((getattr(p, 'text', '') or '') for p in model.paragraphs)
             has_doc_number = re.search(

package/gongwen/__init__.py

@@ -7,7 +7,7 @@
 #
 # 公文全流程处理专家 - gongwen-skill Python package
 
-__version__ = "2.13.0"
+__version__ = "2.14.0"
 
 # 对外展示名（单一事实来源）：面向人与模型的运行时展示文案统一引用此常量，
 # 须与 SKILL.md frontmatter description 首句、.claude-plugin/plugin.json displayName、

package/gongwen/_legacy.py

@@ -16,7 +16,7 @@ from gongwen.cli.helpers import (
     parse_config_overrides as _parse_config_overrides,
     load_rules_with_overrides as _load_rules_with_overrides,
 )
-__version__ = "2.13.0"
+__version__ = "2.14.0"
 # 版本号应与 gongwen/__init__.py 保持一致，每次发版同步更新
 """
 中文公文全流程处理专家 —— 基于 GB/T 9704《党政机关公文格式》国家标准。
@@ -137,7 +137,12 @@ def cmd_parse(args):
         # --json：强制完整 JSON 到 stdout（即使指定了 -o），Agent 可统一解析
         print(text)
     elif args.output:
-        print(f"已解析: {args.output} ({len(model.paragraphs)} 段落, {len(model.tables)} 表格)")
+        parts = [f"{len(model.paragraphs)} 段落", f"{len(model.tables)} 表格"]
+        if model.textboxes:
+            parts.append(f"{len(model.textboxes)} 文本框")
+        if model.revisions.has_revisions:
+            parts.append(f"修订 {model.revisions.insert_count}+/{model.revisions.delete_count}-")
+        print(f"已解析: {args.output} ({', '.join(parts)})")
     else:
         print(text)
 
@@ -157,6 +162,9 @@ def cmd_check(args):
     if args.severity:
         issues = [i for i in issues if i.severity == args.severity]
 
+    # V2.14：未知公文类型显式警告（拼错类型不再静默回退 common）
+    _warn_unknown_doc_type(args.doc_type)
+
     if args.json:
         results = [{
             "severity": i.severity, "rule_id": i.rule_id, "name": i.name,
@@ -173,6 +181,38 @@ def cmd_check(args):
         for i in issues:
             print(f"  [{i.severity}] {i.rule_id}: {i.name} @ {i.location}")
             print(f"       实际: {i.original_text}  → 期望: {i.suggested_fix}")
+        # V2.14：读取可见性提示——文本框/修订不静默忽略
+        _print_read_visibility_hints(model)
+
+
+def _print_read_visibility_hints(model):
+    """V2.14：解析层读取可见性提示。
+
+    文本框（红头/发文字号）与修订（w:ins/w:del）是公文流转的高频信息载体，
+    此前在解析层静默丢失；现在解析可见，这里向用户显式告知降级/注意事项。
+    """
+    if model.textboxes:
+        empty = [tb for tb in model.textboxes if not (tb.text or '').strip()]
+        if empty:
+            print(f"  [提示] 检测到 {len(empty)} 个空文本框（红头/发文字号可能缺失）")
+    if model.revisions.has_revisions:
+        authors = '、'.join(model.revisions.authors) or '未知'
+        print(f"  [提示] 文档含修订 {model.revisions.insert_count} 处新增 / "
+              f"{model.revisions.delete_count} 处删除（作者: {authors}）；"
+              f"检查基于当前可见内容，建议先接受/拒绝修订后再处理")
+
+
+def _warn_unknown_doc_type(doc_type):
+    """V2.14：未知公文类型显式警告（此前静默回退 common 规则，拼错类型难发现）。"""
+    if not doc_type:
+        return None
+    from engine.core.rules.loader import list_available_types
+    known = list_available_types()
+    if doc_type not in known:
+        print(f"  ⚠️ 警告: 未知公文类型「{doc_type}」，已回退使用通用规则"
+              f"（python -m gongwen list-types 查看 {len(known)} 类）")
+        return doc_type
+    return None
 
 
 def cmd_optimize(args):
@@ -199,6 +239,9 @@ def cmd_optimize(args):
     # 确定文档类型（共享辅助函数，优先 -t 参数，其次文件名推断）
     doc_type, type_source = _detect_doc_type(input_path, args.doc_type)
 
+    # V2.14：未知公文类型显式警告（拼错类型不再静默回退 common）
+    _warn_unknown_doc_type(doc_type)
+
     # 解析文档并检查
     model = parse_docx(str(input_path))
     issues = engine.check(model, doc_type)
@@ -232,6 +275,14 @@ def cmd_optimize(args):
         "verify_executed": False, "verify_passed": False,
         "verify_p0": None, "verify_p1": None, "verify_p2": None,
         "verify_error": None,
+        # V2.14：读取可见性（文本框/修订）——供 Agent 感知解析降级
+        "textboxes": len(model.textboxes),
+        "revisions": ({
+            "has": True,
+            "insert": model.revisions.insert_count,
+            "delete": model.revisions.delete_count,
+            "authors": model.revisions.authors,
+        } if model.revisions.has_revisions else None),
     }
 
     # === 预览信息（--json 时不打印人类文本）===
@@ -249,6 +300,8 @@ def cmd_optimize(args):
                     print(f"    - {i.name} @ {i.location}")
         if layout_parts:
             print(f"🎨 版式注入: {', '.join(layout_parts)}")
+        # V2.14：读取可见性提示（文本框/修订不静默忽略）
+        _print_read_visibility_hints(model)
 
     if not args.apply:
         if not is_json:

package/gongwen/cli/content_cmds.py

@@ -577,6 +577,9 @@ def _run_tracked_mode(args, changes, style_name, style_prompt, content_rules, do
             authors = sorted({s.author for s in suggestions})
             print(f"  审阅者: {', '.join(authors)}（可按审阅者筛选）")
         # S2 修复：审稿角色显示映射（默认 6 角色不再误判为 3 角色）
+        # V2.14 修复：reviewers_count 此前从未赋值（O10 重构遗留 NameError，
+        # 导致 tracked 模式生成文档后 rc=1）——从 args.reviewers 取（full 默认 6、quick 3）
+        reviewers_count = int(getattr(args, 'reviewers', 6) or 6)
         _role_display = {
             3: "精简版(3角色)",
             5: "完整版(5角色)",

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "gongwen-skill",
-  "version": "2.13.0",
+  "version": "2.14.0",
   "description": "公文全流程处理专家 - GB/T 9704 格式检查/修复/内容优化/模板生成/版式注入",
   "type": "module",
   "main": "dsh/index.js",
@@ -46,7 +46,7 @@
   },
   "peerDependencies": {
     "@deepseek-ai/cordis": ">=4",
-    "@deepseek-ai/dsh-tools": ">=0.1.0",
+    "@deepseek-ai/dsh-tools": ">=0.1.5-rc.3",
     "@deepseek-ai/schemastery": ">=3.18.0",
     "@deepseek-ai/dsh-client-ui-settings-plugins": ">=0.1.2-rc.1"
   },

package/prompts/usage-prompts.md

@@ -201,7 +201,7 @@ python -m gongwen optimize 文件.docx -o 优化版.docx
 **Agent 响应**：
 ```
 📋 合规自检报告
-Skill 版本: v2.13.0
+Skill 版本: v2.14.0
 路径判定: B（内容优化）
 依据: 用户提供纯文本+优化要求，无已有文档
 命令调用: 将原文保存为临时文件后执行 optimize-content --apply --paragraphs "1-3"

package/pyproject.toml

@@ -8,7 +8,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "gongwen-skill"
-version = "2.13.0"
+version = "2.14.0"
 description = "公文全流程处理专家 - GB/T 9704 格式检查/修复/内容优化/模板生成/版式注入"
 readme = "README.md"
 license = {text = "MIT"}

package/rules/official/_common.yaml

@@ -501,6 +501,16 @@ check_rules:
     expected: true
     message: "整段加粗不符合公文规范，通常仅首句或点题词需要加粗"
 
+  # --- 文本框内容检查 (CHK-TBX001, V2.14) ---
+  # 公文红头/发文字号常承载于文本框（w:txbxContent）；文本框存在但内容为空
+  # 说明红头区域有缺失。仅"检测到文本框"时触发，无文本框的文档不报。
+  - id: CHK-TBX001
+    name: "文本框内容检查"
+    severity: P2
+    field: header.textbox
+    expected: "文本框内容非空"
+    message: "检测到文本框但内容为空（红头/发文字号可能在文本框中缺失）"
+
   # --- 主送机关格式检查 (CHK-C026) ---
   - id: CHK-C026
     name: "主送机关格式检查"