前言¶
写长文档的人通常遇到同一批问题:正文一改,章节编号全乱;目录是手打的,页码是错的;多人轮着改,格式越改越不统一。这类问题本质不是「写得不够多」,而是没人维护样式表、编号层级和题注。
Word 文档排版这个 Skill 做的就是把这套规范工作交给 Agent:它按样式、多级列表、题注、目录和邮件合并的方式来生成或整理文档,覆盖论文、标书、制度、报告这几类长文档,并给出行距页边距阈值和修订协作的做法。
这是什么¶
一句话定位:一个面向 Word 长文档的排版 Skill,用来产出结构规范、样式统一、目录和页码自动生成的文档。
- 名称:Word 文档排版
- 坐标:
@kunlungrowth/kunlun-word - 版本:1.1.0
- 来源:enterprise
- 分类:office-efficiency
- 发布者:昆仑增长
- 标签:
requires_api_key=false - 官方地址:https://api.skillhub.cn/kunlungrowth/kunlun-word
- SkillHub 页面:https://www.skillhub.cn/skills/kunlungrowth/kunlun-word
它解决的不是「把文字写进去」,而是「文字放进去之后文档是规范的」:样式表先立起来,编号交给多级列表,图表编号走题注,目录和页码从结构里生成,后续批量出同类文档走邮件合并。
按 SkillHub 页面公开的数据,评分 100000,下载 12180,安装 0。评分是平台侧的展示值,参考意义有限,看能力本身即可。
核心功能¶
1、样式规范。文档先定义样式(正文、标题 1 到标题 n、图表标题、表头等),正文和各级标题一律走样式,而不是手动刷格式。这样换字体、调行距只需要改样式定义。
2、多级列表。章节编号用 Word 的多级列表绑定到标题样式,而不是手敲「第 1 章」「1.1」。层级变化时编号自动跟随,不会出现跳号或重复。
3、题注。图、表的编号走题注,正文里用交叉引用指向题注。插图位置变动后编号和引用一起更新,不需要手工数。
4、目录与页码。目录从标题样式生成,页码放在页眉页脚的域里。新增章节后更新域即可,不需要重打目录。这也是简介里提到的「含长文档目录与页码」。
5、邮件合并。用主文档加数据源批量产出同类文档,例如按人名单生成不同抬头的制度文件或报告。
6、版面阈值与协作。简介里提到行距、页边距的阈值,以及修订协作的做法,即多人轮流修改时用修订模式保留痕迹,避免覆盖他人改动。
安装与启用¶
已抓取资料里没有给出具体的安装命令、目录路径或配置字段,所以这里不推测命令写法,只列出确认过的信息:
- 坐标:
@kunlungrowth/kunlun-word,在 SkillHub 页面按坐标添加即可 - 标签
requires_api_key=false表示使用时不需要额外的 API key - 分类
office-efficiency,在 SkillHub 的 office 效率类目下可以找到
具体到 Cursor、Codex CLI、Claude Code 的安装步骤,资料中未分别说明,需要以官方页面当时展示的内容为准。这个 Skill 基于通用 SKILL.md 格式,接入方式与同平台其他 SKILL.md Skill 一致。
典型用法¶
以下是按 SKILL.md 描述的能力整理出的工作流,命令和参数以官方文档为准。
新建一份规范长文档。 先说清文档类型和章节结构,再让 Agent 先建样式表,之后逐节填正文,最后生成目录和页码。顺序不能反过来:先堆正文再补样式,等于把返工留到最后。
在已有文档上补目录和页码。 直接把文档交给 Agent,要求它检查标题是否挂在样式上、编号是否来自多级列表,然后把缺失的目录和页码域补上。这一步最常见的问题是标题用了直接格式化而不是样式,需要先把格式转成样式。
批量生成同类文档。 准备数据源(人名、部门、日期等),用邮件合并生成。生成后仍需走一遍样式和目录检查。
多人修订。 开启修订模式,按阈值核对行距和页边距,把格式争议收敛到样式表上,而不是逐段手工调。
适用场景与注意¶
适合这几类场景:论文、标书、制度文件、项目报告,以及其他章节多、图表多、需要目录和页码的长文档。如果是一两页的通知、备忘录,引入这套流程反而偏重。
几个容易踩的坑:
1、正文直接刷格式而不是用样式,后续一改全乱
2、编号手敲,标题移动后编号不跟着走
3、目录和页码是文本而不是域,更新时不会自动刷新
4、图表编号靠手工输入,中间插入一张就要重编后面所有
5、多人同时改格式,没有走修订,改动互相覆盖
结尾¶
这个 Skill 的价值在于把 Word 排版里那些「看起来是体力活、其实是规范问题」的部分固化下来:样式、编号、题注、目录、页码都有固定做法,Agent 按这套做法执行,文档质量不取决于当前这一次的细心程度。
官方地址:https://api.skillhub.cn/kunlungrowth/kunlun-word
SkillHub 页面:https://www.skillhub.cn/skills/kunlungrowth/kunlun-word