「把公文写作从“像不像”变成可量化的校验题」| Github

多数公文工具卖的是模板和套话，这个项目反过来做了一件更硬的事：它从102万字真实语料里提炼出公文写作的“DNA”，把调研报告、领导讲话、工作意见、经验材料、工作方案、经验总结和党建材料这7类常见文体拆成可统计、可自检的参数，让 Agent 不再只会拼接官样文章，而是尽量复现不同文种各自的节奏、层级和句法特征。

它最有意思的地方，不是教你套“根据……为……”这种老套路，而是拿数据去推翻套路：比如很多优秀公文并不靠程式化结尾，大量文章甚至不用百分比；真正稳定的共性，反而藏在长句、并列枚举、标题长度和段内分层这些语言结构里。

项目也很克制，明确不碰通知、请示、批复、函这类固定模板文体；自检脚本也只抓“文种写串了”这种硬冲突，不拿均值去压真实写作的个体差异。

更难得的是，它把方法的短板也摊开讲清楚：语料因版权未附带、部分统计靠正则提取、样本量也并不平均。

所以这不是一个“包治百病”的公文神器，而是一套把风格训练、生成约束和结果验收串起来的写作工具链。对想把公文写作交给 Agent、又不满足于模板拼装的人来说，这个思路很值得看。