前言¶
水利、建筑、机电、环境等行业的可研、初设、专篇往往成组交付，同一参数会在正文、表格和不同专业报告里反复出现。人工对照容易漏掉跨章节、跨文档的数值冲突，事先维护一张「全项目参数表」再逐条核对，成本也高。下面介绍社区 Skill auto-parameter-consistency-review（坐标 @user_1b22b3b1/spec-param-verify）：从 .docx/.doc 中抽取重复出现的参数，做单位与名称归一、实体感知分组和跨文档比对，输出 Markdown 审查报告与 Excel 汇总表，且不依赖外部参数表或知识库。
这是什么¶
auto-parameter-consistency-review 是 SkillHub 上的社区 Skill（分类 office-efficiency，当前版本 2.1.0，发布者 user_1b22b3b1）。它面向「无参数表」场景：由 Agent 按 SKILL.md 工作流调用自带 Python 脚本完成解析与初筛，再由 LLM 做语义复核，最终只交付 review-result.md 与 review-result.xlsx 两类产物。页面标注 requires_api_key=false，审查过程不强制外部 API Key。
SkillHub 页面（截至撰写时）显示评分 100000、下载 1234 次。
核心功能¶
已核实能力可概括为以下几条。
- 文档解析：用
parse_docx.py将 Word 转为带章节路径的 blocks JSON；.docx首选python-docx，.doc可降级为 antiword。单份 blocks 超过约 10 万字符时，可用split_blocks.py按章节拆分后分批处理。 - 参数抽取与归一：
param_extract.py从 blocks 中匹配参数名、数值、单位（含表格与复合尺寸），做单位归一、参数名归一，并按「实体 + 参数名」分组，仅保留出现 ≥2 次的组。 - 冲突二次复核：
conflict_review.py过滤噪声、识别比选方案/工况差异，并对水位、库容等跨文档全局参数加强一致性检查。 - LLM 复核：修正误分组、补充脚本难捕获的表达、确认跨文档同一参数是否归入同一组；多文档场景必须做跨文档交叉比对。
- 结构化输出：
merge_review.py合并脚本结果与人工修正 JSON；review_to_excel.py将review-full-result.json转为 Excel。Excel 含四个工作表：统计汇总、冲突清单、需复核、一致项（与简介中的「统计汇总、冲突清单、需复核、一致项」一致）。
硬约束包括：只审查重复参数；不同方案、工况、构筑物或设备实例的同名参数不直接硬比；不编造文档中不存在的参数或数值。
安装与启用¶
Skill 遵循通用 SKILL.md 格式。安装前若本机没有 SkillHub CLI，可先检查版本：
command -v skillhub && skillhub --version
未安装时可按 SkillHub 官方说明执行完整安装（示例为文档中的推荐命令）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装 Skill 时须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。官方页面给出的安装提示为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_1b22b3b1/spec-param-verify`。
等价 CLI 示例（将 <skills 目录> 换成你当前环境的路径）：
skillhub install @user_1b22b3b1/spec-param-verify --dir <skills 目录>
常见客户端 skills 目录（来自 SkillHub 安装文档）：Cursor 为 ~/.cursor/skills/；Claude Code 为 ~/.claude/skills/；Codex 为 ~/.codex/skills/ 或项目下的 .agents/skills/。各环境路径以官方文档为准，安装后按各自客户端要求刷新或重启 Agent。
运行脚本前准备 Python 依赖：
pip install python-docx openpyxl
解析 .doc 时 SKILL 说明需安装 antiword（文档示例为 macOS：brew install antiword）。
典型用法¶
下面是一条可复现的主线，脚本路径中的 <skill_dir> 替换为安装后的 Skill 目录。
1. 解析 Word 为 blocks
python <skill_dir>/scripts/parse_docx.py <文档路径或目录> review_blocks.json
2. 抽取、归一、分组与初比较
python <skill_dir>/scripts/param_extract.py review_blocks.json pre_grouped_result.json
3. 冲突二次复核
python <skill_dir>/scripts/conflict_review.py pre_grouped_result.json review_blocks.json refined_result.json
经 Agent 按 SKILL.md 完成 LLM 复核后，合并结果并导出：
python <skill_dir>/scripts/merge_review.py pre_grouped_result.json review-full-result.json
# 若有 corrections.json：
# python <skill_dir>/scripts/merge_review.py pre_grouped_result.json review-full-result.json corrections.json
python <skill_dir>/scripts/review_to_excel.py review-full-result.json review-result.xlsx
同时应生成 review-result.md（含统计、冲突清单、需复核、一致项摘要及证据）。典型触发词包括：参数一致性、参数审查、查参数矛盾、对参数、重复参数。
适用场景与注意¶
适合谁：需要批量核对多份工程 Word 报告、又不想先建全量参数台账的团队；专业跨度涵盖水文、水工、机电、施工组织等，且同一实体下的水位、库容、装机等会在多文档重复引用的项目。
限制与注意：
- 仅处理重复出现（≥2 次）的参数，单次出现的数值不会进入结论。
- 加密或损坏的文档需先提供可解析的
.docx。 - 多文档审查时文档数大于 6 份，SKILL 建议每批不超过 4 份；分组过少时会标注「参数稀疏」。
- 大文档务必控制每批 blocks 体量（经验上 3～8 万字符），避免抽取超时。
- 输出以脚本 + LLM 复核为准，精度、单位换算和方案边界仍需人工终检「需复核」表。
结尾¶
auto-parameter-consistency-review 把「从 Word 抽参 → 实体分组 → 跨文档比对 → Markdown + Excel 交付」写成固定工作流，适合作为工程报告定稿前的参数一致性检查步骤。官方 Skill 页与 API 入口：
- https://www.skillhub.cn/skills/user_1b22b3b1/spec-param-verify
- https://api.skillhub.cn/user_1b22b3b1/spec-param-verify
