kordoc公文写作审查：19条例式规则+12条文体规则，AI校对清单与误报调优

kordoc公文写作审查：19条例式规则+12条文体规则，AI校对清单与误报调优

【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordoc

kordoc 是韩国 HWP·HWPX·PDF·Office 文档转 Markdown 的开源工具，内置的**公文写作审查（공문서 검수）**是它的隐藏王牌：kordoc lint一条命令即可按《行政业务运营规程》施行规则检查 19 条例式书写规则，--munche再叠加 12 条公文文体规则，相当于给你的公文原稿配了一位不知疲倦的 AI 校对员。📝

一套引擎，两把尺子：表记 vs 文体

kordoc 的公文审查由两个独立模块组成，各管一半问题：

关键设计哲学是只劝告、不拦截（조언용）：所有规则只产出警告，不阻止文档生成；kordoc lint独立命令在存在 error 级违规时以退出码 1 结束，可直接接入 CI。

AI 校对清单：kordoc lint一步上手

三种常用姿势

npx kordoc lint 报告.md # 表记法 19 条例式规则检查 npx kordoc lint 报告.md --munche # 追加 12 条开条式（개조식）文体检查 npx kordoc lint 报告.md --munche --json # JSON 输出，供 AI/脚本二次处理

命令实现见 src/cli/commands-generate.ts，完整用法收录于 docs/usage.md。

几个贴心细节：

• stdin 支持：kordoc lint -可接收管道。已有 HWPX 成品？用kordoc 文档.hwpx | kordoc lint -先转成 Markdown 文本再检查，不用手工导出。
• 二进制守卫：直接把.hwpx文件喂给 lint 会明确报错并提示正确的管道用法——源码注释里提到，误读压缩字节曾实测爆出 1,193 条"幽灵违规"，被这个守卫彻底拦截。
• 机器可读：--json只写 stdout、人类可读报告走 stderr，与validate命令的通道约定一致，方便写进自动化流水线。

生成时自动预警

用 Markdown 生成公文 HWPX 时（generate --preset 보고서等），kordoc 会自动对原稿跑一轮审查，最多输出 5 条预警到 stderr：表记法违规、开条式文体违规（仅限报告·计划书·개조식预设）。src/cli/commands-generate.ts 中可见这两个检查点；MCP 服务端的生成工具同样内置（src/mcp/tools-generate.ts），AI 代理写公文时也会即时收到校对意见。

19 条例式规则速查：日期·时间·金额·标点

规则依据行政안전부《行政业务运营编览》，共 13 条原版 + 6 条 v4.12.1 补强 = 19 条例式核心规则，另加 v4.13.0 的连字符日期规则与 v4.9.0 的 2 条 AI 文风规则（详见 docs/gongmunseo-engine-spec.md 表记法章节）。

📅 日期与时间（8 条）

💰 金额与结尾（3 条）

✏️ 符号与用词（8 条）

🤖 AI 文风规则（2 条，v4.9.0 新增）

针对生成式 AI 初稿混入公文留下的"机器味"（슬롭）：

12 条文体规则：让报告"读起来像公文"

表记对、语气错，照样不像公文。文体检测器依据15 份地方政府实务部门真实报告（2,288 行）的实测统计制定阈值：开条式（개조식）是"以名词短语收尾的短句层层堆叠"的文体——实测中~다叙述型结尾为 0/264 条，正文中问号叹号 0 处，条目中位长度仅 31 字。完整依据见 docs/gaejosik-munche.md。

检测器会先给每一行分类（□ 小节 / ❍ 条目 / - 细分 / ⇒ 结论 / > 引言 / ※ 参考），同一句话在不同层级适用不同标准——这是它不误伤正文段落的关键。

误报调优：项目内置的 6 个"降噪"技巧

这套规则最值得学习的是它对误报（오탐）的系统性治理——每条规则的注释里都能找到真实语料中的翻车案例：

1. 表格跳过（skipTable）：法定表式里"성 명 :"这类标签单元格本就带空格冒号，COLON_SPACE、DATE_HYPHEN、TILDE_SPACE遇到 GFM/HTML 表格行直接跳过。
2. 法史记法排除：<개정 2012.2.14>、[시행일:2017.9.8.]是法制处正本格式，用负向后顾从正则中排除——实测 595 份表式中 156 处 DATE 命中全是这种形式。
3. 代码围栏跳过：```围栏内的代码、URL 一律不检，且正确跟踪围栏标记类型（```与~~~互不干扰）。
4. URL 与时钟豁免：https://、13:20不算冒号违规；<、*、_等 Markdown/HTML 收尾字符也做了排除。
5. 收窄适用范围：文体检测只在报告·计划书·개조식预设下运行——公文书（official）用敬语结尾，跑~다规则必然误报。"收窄范围是防误报最确定的手段"是 src/hwpx/munche-lint.ts 的注释原话；引用文与括号内容也整体豁免。
6. 真实语料回测：每次改规则都要回灌 206 份真实电子批准草案 + 595 份表式做误报实测（v4.12.2 的TILDE_SPACE、DUEUM_ERROR收窄即源于此）。机制说明见 docs/architecture.md。

对你的启发：自建 AI 校对规则时，用真实语料统计定阈值（如"实测 0 件"才可判 error），并为每条规则记录排除例外，比堆砌正则更有效。

📋 公文校对自查清单（AI 辅助流程）

1. 原稿以 Markdown 维护，层级用缩进列表表达（自动映射公文 8 级编号）。
2. npx kordoc lint 原稿.md --munche --json先跑全量检查，error 级必须清零。
3. 按警告的suggest字段逐项修正——金额大写、日期转换已直接给出目标值。
4. 表格标签、引用文等命中项优先人工复核，确认属误报即忽略。
5. 修正后npx kordoc generate 原稿.md -o 报告.hwpx --preset 보고서，生成时的自动预警应为 0。
6. 流水线中用退出码把关：kordoc lint有 error 则 exit 1，可直接卡 CI。

规则与源码索引：表记法 src/hwpx/gongmun-lint.ts｜文体 src/hwpx/munche-lint.ts｜文体细则 docs/gaejosik-munche.md｜公文标准 docs/gongmunseo-reference.md｜引擎规格 docs/gongmunseo-engine-spec.md。

【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordoc