用 AI Agent 写中国公文：从内部工具到开放平台

AI 写公文的难点

“让 AI 帮我写篇通知”——听起来简单，但实际做起来你会发现，公文写作可能是 AI 文本生成领域最难标准化的场景之一。

为什么？

1. 格式要求极其严格

中国公文遵循 GB/T 9704 国标，对版头、主体、版记三部分的字体、字号、间距、页边距都有明确规定。红头文件更是有专门的模板要求。

这不是”差不多就行”的场景。一份公文如果格式不对，在体制内会被直接退回。

2. 必须有政策依据

公文不是”自由创作”。每一份公文都需要引用相关的政策法规作为依据。你写一份”关于推进数字经济建设的通知”，需要有国家和地方层面的数字经济政策支撑。

这意味着 AI 不能只靠”想象力”来写，它需要实时的政策检索能力。

3. 不能瞎编

这个应该是最基本的要求，但在 AI 领域特别容易被忽视。AI 生成的公文中的数据、案例、引用都必须是真实的。一个编造的政策文件号，可能导致整篇公文失去效力。

4. 文种多样，各有规范

中国法定公文有15种（决议、命令、公报、公告、通告、意见、通知、通报、报告、请示、批复、议案、函、纪要），每种都有不同的写作规范和结构要求。还有大量事务文书（总结、方案、讲话稿等），同样需要遵循各自的写作惯例。

我们的解决方案

我们基于 OpenClaw Agent 框架，开发了一套完整的公文写作 Skill。OpenClaw 是一个可以让 AI Agent 持续运行在你电脑上的框架——不是用完就关的聊天机器人，而是真正”住”在你工作环境中的助手。

整个流程是这样的：

用户需求 → 文种识别 → 搜索政策依据 → 素材分类 → 充分性自检 
    → 用户确认 → 读取写作标准 → 撰写正文 → Word 排版 → 交付

搜索：深知可信搜索

这是整个流程中最关键的一环。我们使用公司自研的”深知可信搜索”API，专门爬取政府门户网站的政策法规数据。

为什么不用通用搜索引擎？

  • 通用搜索结果混杂，需要大量人工筛选
  • 政府文件有特定的命名规范和发布渠道
  • 需要结构化的搜索结果（标题、来源、发布日期、正文段落）

深知搜索返回的是经过清洗的结构化数据，直接可用于公文写作。

素材管理

搜索完成后，不是一股脑全部扔给 AI。而是有一个分类和自检流程：

  1. 分类：将搜索结果分为”政策依据”、“数据支撑”、“参考案例”三类
  2. 自检：AI 自动评估每个维度的覆盖度是否充分
  3. 补搜：如果发现某个维度素材不足，自动发起补充搜索
  4. 确认：将整理好的素材呈现给用户确认，再开始撰写

写作标准

每种文种都有对应的写作标准文件，包含：

  • 文种定义和适用场景
  • 标准结构（各部分写什么、怎么写）
  • 语言风格和用词规范
  • 常用句式和过渡语

AI 在撰写时会严格参照这些标准，确保输出的内容符合规范。

Word 排版

最后一步是将 Markdown 格式的正文转换为符合国标的 Word 文档。我们实现了：

  • 自动设置字体、字号、行距
  • 版头、主体、版记三部分排版
  • 红头文件模板（会议纪要、通知等）
  • 超链接转可点击链接
  • 页边距配置

实际效果

这里是一个简化的示例。假设用户说”帮我写一份关于推进数字经济发展的通知”：

  1. 识别文种：通知
  2. 搜索政策：
    • “数字经济发展” → 搜索到国务院、发改委相关政策文件
    • 自检发现缺少本省政策依据 → 补搜本省数字经济政策
  3. 素材分类：
    • 政策依据：国务院《“十四五”数字经济发展规划》等3篇
    • 数据支撑：全国数字经济规模、增长率等
    • 参考案例：其他省份类似通知
  4. 用户确认素材
  5. 撰写：参照通知标准模板，基于素材撰写正文
  6. 排版：生成 Word 文档，包含标准格式

整个过程大约 3-5 分钟，用户只需要确认素材和最终文档。

开源发布

我们将这套公文写作 Skill 发布到了 ClawHub（OpenClaw 的 Skill 市场），任何使用 OpenClaw 的用户都可以安装使用。

Skill 名称：dknowc-official-doc-writer 安装方式：

clawhub install dknowc-official-doc-writer

安装后，你的 OpenClaw AI 助手就具备了公文写作能力。只需要告诉它”帮我写一份XX通知”，它就会自动执行上述全流程。

当前局限

坦诚地说，这套方案还有改进空间：

  1. 搜索覆盖度：深知搜索目前主要覆盖政府门户网站，对一些专业领域和地方性文件覆盖不够。比如”今日公文”等付费素材库的内容暂时未接入。
  2. 文种覆盖：15种法定公文都已支持，但事务文书（总结、方案、讲话稿等）的标准还可以进一步完善。
  3. 排版细节：红头文件的排版复杂度很高，不同单位的红头模板差异较大，目前只支持通用模板。

关于技术选型

为什么选择 OpenClaw 而不是 Dify/Coze 等平台？

  1. 本地运行：OpenClaw 运行在用户自己的电脑上，公文数据不会上传到第三方平台
  2. 脚本能力：可以调用 Python 脚本进行搜索、排版等操作，灵活性远超可视化编排
  3. 持续运行：Agent 7×24 在线，随时可以写公文，不需要每次重新启动
  4. Skill 机制：可以将复杂的业务逻辑封装成 Skill，方便分享和复用

写在最后

公文写作是一个很”中国”的场景，但背后的技术思路是通用的：让 AI 在有严格约束的领域也能产出高质量的内容，关键不是模型本身有多强，而是你围绕模型构建了怎样的工作流。

搜索确保”有据可依”，标准确保”格式规范”，自检确保”质量过关”，排版确保”交付可用”。每一个环节都需要专门的设计和优化。

如果你也在做类似的 AI 应用，希望这篇文章能给你一些启发。

本文作者张子玄，AI产品经理，就职于北京彩智科技。 Skill 安装：clawhub install dknowc-official-doc-writer 框架地址：github.com/openclaw/openclaw