KingDoc — 金山文档 AI 协作助手 v3.0.0

对标腾讯文档 TENCENT DOCS，功能 1:1 覆盖 + 差异化增强。 v3.0.0 重点：深度直连在线文档原生 API、危险操作强制确认、硬件自适应性能、免密钥本地能力。

📣 评测反馈与本轮（v3.0.0）优化说明

本版本针对第三方评测（综合 4.5/5「优秀」）的降分项做了逐项闭环：

⚠️ 首次使用必读

1. 申请金山开放平台 App（免费，仅云端协作需要）

只影响「上传到云端 / 多人协作 / 回收站 / 版本」等联网能力。 本地生成文档、本地 OCR、硬件画像完全不需要 Key，开箱即用。

申请步骤：

1. 访问 金山开放平台 并登录金山文档账号
2. 进入「应用管理」→「创建应用」，获取 App ID 和 App Secret
3. 勾选权限（OAuth Scope）：
   • 必须：user:file:write、user:file:read、team:file:write、team:file:read
   • 建议：user:team:read、user:notification:write
4. 测试阶段限速 500 次/天，正式版 10 万次/天

2. （可选）安装本地 Tesseract OCR

仅「图片文字提取」需要；未装则自动降级云端 OCR 或给指引，不影响其他功能。

# Windows
winget install UB-Mannheim.TesseractOCR
# macOS
brew install tesseract tesseract-lang
# Linux
sudo apt-get install tesseract-ocr tesseract-ocr-chi-sim

3. 配置并加载

首次配置由 AI 引导完成：直接告诉我你的金山开放平台 App ID / App Secret，我会自动生成 config.json、mcp-config.json、模板与图标，并采集本机硬件画像。无需手动执行安装命令。

快速开始

5. 自然语言触发示例（高级功能怎么表达）

为避免「不知道怎么开口」，以下给可直接说的话：

• 批量建表："新建客户管理多维表格，字段：客户名(文本)、签约金额(数字)、状态(单选)，并一次写入 20 条记录"
• 格式转换："把《Q2 报告》导出成 PDF" / "转成 Word 发我"
• OCR 转文档："识别这张发票图片，生成一份 Word 报销单" / "把这张表格图片转成在线电子表格"
• 网页剪藏："把这个网页 https://... 收藏成金山文档"
• 通知推送："导入完成后用企微机器人通知我"
• 版本回滚："列出这份文档的历史版本，回退到 7 月 1 日那版"
• 权限管理："给团队文件夹『2026 项目』里的文档设置只读"
• 本地免密钥生成："本地生成一份周报 DOCX，不用上传"（无需 App Key）

安全声明

6. 🚨 危险操作强制确认（v3.0.0 新增铁律）

评测指出「部分危险操作缺少强制确认」。以下操作执行前必须向用户显式确认， 列出具体影响，待用户明确同意后方可进行；绝不静默执行。

确认模式（config.json 可配）：

{ "safety": { "confirm_mode": "dangerous", "dry_run": false, "audit_enabled": true } }

• dangerous（默认）：仅上表危险操作需确认
• always：所有写操作均确认
• dry_run: true：只展示将要执行的操作，不真正调用

支持的文档类型（9 品类）

核心能力矩阵

1️⃣ 文档创建（9 品类全覆盖）

2️⃣ 文档编辑（改内容）

先 kdoc.file.info 确定品类，再路由对应工具集。严禁跨品类操作。

3️⃣ 文件管理

4️⃣ 格式转换与 OCR

5️⃣ 扩展能力（金山独有）

6️⃣ 本地免密钥工具（无需 App Key）

7️⃣ WPS AI 能力（v3.2.0 新增，本地降级优先）

WPS AI 目前无公开开发者 API，本模块采用本地降级 + 自研逻辑实现，零密钥可用。 未来如 WPS AI 开放 API，只需新增后端即可升级，无需改动上层。

后端策略：本地降级优先 → 未来可扩展 WPS Open API / COM 自动化 / Web API

10. 协同编辑冲突解决（v3.3.0 新增，自研 difflib 实现）

多人同时编辑同一文档时经常出现冲突（A 修改了第 3 段，B 也修改了第 3 段）。 本模块提供冲突检测 + 智能合并 + 可视化 diff + 解决模板，零外部依赖。

10.1 冲突检测

10.2 工具列表

10.3 工作流程

① 检测：kdoc.version.list → 取最近 2-3 个版本 → conflict.detect() → 冲突块列表
② 合并：conflict.merge() → 自动合并无冲突段 + 标注冲突段 → 合并建议
③ 可视化：conflict.diff() → Git 风格并排 diff（可导出 HTML）
④ 解决：用户选模板 → conflict.resolve() → ⚠️ 强制确认 → kdoc.file.upload 覆盖回云端

10.4 解决模板

10.5 安全约束

• 合并结果覆盖回云端属于「覆盖文件」危险操作，必须走强制确认铁律（见第 6 节）
• 冲突段绝不自动覆盖，必须用户明确选择
• 大文档 diff 自动分块处理，不拖累电脑（硬件自适应）

11. 文档内容合规检查（v3.4.0 新增，自研正则+规则引擎）

政企客户对文档内容有严格合规要求，手动检查耗时易遗漏。 本模块提供敏感词扫描 + 数据泄露检测 + 格式规范检查 + 密级标注，零外部依赖。

11.1 工具列表

11.2 工作流程

① 敏感词扫描：kdoc.file.content → 取全文 → compliance.sensitive() → 命中列表+位置
② 泄露检测：compliance.leak() → 正则匹配手机/身份证/银行卡/邮箱 → 风险等级
③ 格式检查：kdoc.local.docx 解析 → compliance.format() → 不合规清单
④ 密级标注：compliance.classify() → 关键词+规则 → 建议密级

11.3 敏感词库管理

• 内置词包（权威来源）：references/sensitive_packs/（base 通用包 + 教培/医疗/金融/政务四行业包，YAML 受限子集，合规风险分类描述，不含字面违规词）
• 外部行业词包：环境变量 KINGDOC_EXTERNAL_PACKS_DIR 或参数 external_packs_dir 加载企业本地词库（外部同名包覆盖内置包）
• 用户黑名单：references/user_blacklist.txt（追加自定义敏感词）
• 用户白名单：references/user_whitelist.txt（跳过误判词）
• 已弃用：旧版 references/sensitive_words.txt 为合规分类描述明文镜像，仅供查阅，引擎不再加载；更新词包请编辑 references/sensitive_packs/ 对应文件

11.4 数据泄露检测能力

11.5 格式规范检查

11.6 密级标注规则

12. 实时协同编辑（v3.5.0 新增，序列 CRDT 自研实现）

多人同时编辑同一文档时经常出现冲突（A 修改了第 3 段，B 也修改了第 3 段）。 v3.3 冲突解决是事后 difflib 合并，本模块升级为实时 CRDT 协同，多人同时编辑无冲突。

12.1 工具列表

12.2 核心算法：序列 CRDT

• 每个字符带唯一因果 ID（lamport timestamp + client_id + 序列号）
• 插入/删除操作满足交换律，顺序无关
• 删除标记 tombstone（保留因果关系，不真正移除）
• 最终一致性：所有客户端收敛到相同状态
• 无需中央服务器协调（P2P 友好）

12.3 工作流程

1) kdoc.realtime.create(client_id) → 创建协同文档
2) 用户 A 插入：kdoc.realtime.insert("alice", 0, "Hello")
3) 用户 B 同时插入：kdoc.realtime.insert("bob", 5, " World")
4) 操作自动广播给所有客户端
5) kdoc.realtime.get_text(client_id) → 获取一致文本

13. 文档对比（v3.5.0 新增，复用 difflib 引擎）

对应 TOP50「文档对比检测器」，两版文档差异高亮。 复用 conflict_resolver.py 的 difflib 引擎，提供面向用户的对比能力。

13.1 工具列表

13.2 工作流程

1) kdoc.file.content(file_id) → 获取当前版本
2) kdoc.version.list(file_id) → 获取历史版本
3) kdoc.compare.diff(current, history) → 差异高亮
4) kdoc.compare.summary(current, history) → 变更摘要
5) kdoc.compare.export(current, history, format="html") → 导出报告

14. 可视化品类合并（v3.5.0 精简 9→8 品类，v3.6.0 进一步精简为 7 品类）

为降低认知门槛、统一渲染管线，v3.6.0 将思维导图和流程图合并为「可视化」品类。

14.1 合并前后对比

14.2 子命令路由

合并后用户仍可用原有表达方式，引擎自动识别子命令：

14.3 共享渲染管线

用户意图 → 品类路由 → visualization
                              ↓
                    子命令识别：mindmap 或 flowchart
                              ↓
                    共享 mermaid→SVG 渲染管线
                              ↓
                        上传为在线文档

14.4 引擎逻辑不变

• 底层仍调用 engine/local/generators.py 的 MindmapGenerator / FlowchartGenerator
• 渲染方式仍为 mermaid→SVG→上传覆盖
• 仅改品类元数据（engine/categories.py）+ 路由表

15. WPS AI 深度集成（v3.2 本地降级 → v3.6 段落级 AI 操作）

v3.2 已实现全文级 AI 写作辅助（polish/expand/shorten），v3.6 升级为段落级 AI 深度集成。

15.1 工具列表

15.2 工作流程

1) 用户在编辑器中选中段落
2) 触发 AI 操作（改写/总结/续写）
3) 适配器路由到本地降级后端
4) 返回处理结果 → 用户确认 → 替换原段落
5) 未来 WPS AI API 开放后，切换为原生后端，无需改上层代码

15.3 后端策略

当前（v3.6）：本地降级占位（返回原文+提示）
未来：WPS AI 开放 API → 升级为原生后端（实现 WpsAiDeepBackend 接口即可）

16. 文档模板市场（v3.6.0 新增，行业模板库一键复用）

降低文档创建门槛，提供行业模板库 + 变量替换 + 一键生成。

16.1 工具列表

16.2 模板仓库结构

templates/
├── meeting.md          # 会议纪要模板
├── weekly-report.md    # 周报模板
├── project-plan.md     # 项目计划模板
├── contract.md         # 合同模板
├── pitch-deck.md       # 融资路演模板
└── ...

16.3 变量替换

模板使用 {{变量名}} 语法，使用时传入变量字典：

---
name: weekly-report
分类: 工作汇报
description: 标准周报模板
---

# {{title}}
> 作者：{{author}} | 日期：{{date}}

## 本周完成
{{completed}}

## 下周计划
{{plan}}

## 风险与风险
{{risks}}

调用：kdoc.template.use("weekly-report", {"title": "周报", "author": "张三", ...})

16.4 工作流程

1) kdoc.template.list() → 列出可用模板
2) 用户选择模板 → kdoc.template.use(name, variables)
3) 引擎替换变量 → 生成 Markdown → 保存到 output/
4) 返回生成内容 + 文件路径
5) 可选：上传为在线文档

17. 多维表格视图增强（v3.7.0 新增，对标 Airtable）

对标 Airtable 的多维表格视图能力，支持看板/日历/甘特图三种视图。 零第三方依赖，本地渲染引擎。

17.1 工具列表

17.2 视图类型

17.3 工作流程

1) kdoc.dbt.record.query → 获取多维表格记录
2) kdoc.view.render(view_type="kanban", data={records, fields})
3) 本地引擎渲染 → 返回结构化 JSON
4) 前端可视化展示（不依赖外部 API）

17.4 硬件自适应

• 视图渲染使用 hardware.py 的 workers 限制并发
• 大数据集（>1000 行）自动分页

18. 手写/公式识别 OCR（v3.7.0 新增，教育场景）

覆盖教育手写公式场景，强制本地 Tesseract，数据不出域。

18.1 工具列表

18.2 降级策略

优先级：本地 Tesseract → 提示安装（❌ 禁止调用外部 OCR API）

18.3 工作流程

1) kdoc.ocr.education(image_path, scene="auto")
2) 自动判断场景：handwriting / formula / mixed
3) 返回文本 + LaTeX（如有公式）
4) 可选：生成 DOCX/PPTX 文档

19. 历史管理（v3.7.0 新增，合并回收站+版本历史）

统一入口管理回收站和版本历史，降低认知门槛。

19.1 工具列表

19.2 统一 CLI 接口

kdoc history list --from trash|version [--limit 20]
kdoc history restore <file_id> --from trash|version [--version <v>]
kdoc history destroy <file_id>  # ⚠️ 需二次确认

19.3 工作流程

1) kdoc.history.list("trash") → 回收站文件列表
2) kdoc.history.list("version", file_id=xxx) → 版本历史
3) kdoc.history.restore(file_id, "trash") → 从回收站还原
4) kdoc.history.restore(file_id, "version", version=3) → 回滚到第 3 版
5) ⚠️ kdoc.history.destroy(file_id) → 彻底删除（需二次确认）

20. 完整场景案例（v3.0.0 新增，v3.7.0 更新）

场景 A：月度销售复盘（全链路）

1) kdoc.et.create(name="2026-07 销售复盘")
2) kdoc.et.range.write(sheet_id, "A1:C21", 表头+20 行数据)   ← 批量写入
3) kdoc.et.formula.set(sheet_id, "D2", "=C2*0.1")            ← 提成列
4) kdoc.office.convert(file_id, "pdf")                       ← 导出 PDF
5) kdoc.notification.send(channel="wecom", content="复盘已生成")

场景 B：合同 OCR → 在线文档（免密钥本地优先）

1) kdoc.local.ocr.extract("contract.jpg")        ← 本地 Tesseract，无需 Key
2) kdoc.local.docx.generate(content=<ocr_text>, template="contract")
3) kdoc.file.upload(file_path="output.docx")     ← 上传为在线文档

场景 C：项目规划脑图 + 流程图（本地渲染）

1) kdoc.local.mindmap.generate(code="graph TD; 目标-->阶段1; 阶段1-->任务A")
2) kdoc.local.flowchart.generate(code="flowchart TD; 开始([开始])-->审核{通过?}")
3) 分别 kdoc.file.upload 两个 SVG → 在线可视化

场景 D：误删恢复（金山独有）

1) kdoc.trash.list(limit=20)
2) kdoc.trash.recover(file_id)        ← 救回，不丢数据

场景 E：大批量导入（硬件自适应）

1) kdoc.local.hardware.profile → 取得 workers/batch_chunk
2) 按 batch_chunk 分块调用 kdoc.batch.create
3) kdoc.batch.query 轮询直至完成（并发不超过 workers，不卡机）

场景 F：多人协作冲突解决（v3.3.0 新增）

1) kdoc.version.list(file_id) → 获取最近 3 个版本（基准版 + A修改 + B修改）
2) kdoc.conflict.detect(base, a, b) → 检测冲突块
3) kdoc.conflict.merge(base, a, b) → 自动合并无冲突段 + 标注冲突段
4) kdoc.conflict.diff(a, b) → Git 风格可视化
5) 用户选择保留A/保留B/手动合并 → kdoc.conflict.resolve(strategy="keep_a")
6) ⚠️ 强制确认 → kdoc.file.upload 覆盖回云端

场景 G：政企文档合规检查（v3.4.0 新增）

1) kdoc.file.content(file_id) → 取全文
2) kdoc.compliance.sensitive(text) → 扫描敏感词（命中内置合规风险分类词等）
3) kdoc.compliance.leak(text) → 检测数据泄露（手机号/身份证号脱敏）
4) kdoc.compliance.classify(text) → 建议密级（如"秘密"）
5) kdoc.compliance.format(file_path) → 格式规范检查（字体/字号/行距）
6) 生成合规报告 → 用户确认 → 修复不合规项

场景 H：实时协同编辑（v3.5.0 新增）

1) kdoc.realtime.create("alice") → Alice 创建协同文档
2) kdoc.realtime.insert("alice", 0, "项目计划：") → Alice 插入文本
3) kdoc.realtime.insert("bob", 5, "第一阶段") → Bob 同时插入
4) kdoc.realtime.get_text("alice") → Alice 看到合并后的文本
5) kdoc.realtime.stats("alice") → 查看协同统计

场景 I：文档对比（v3.5.0 新增）

1) kdoc.file.content(file_id) → 获取当前版本
2) kdoc.version.list(file_id) → 获取历史版本
3) kdoc.compare.diff(current, history) → 差异高亮
4) kdoc.compare.summary(current, history) → 变更摘要
5) kdoc.compare.export(current, history, format="html") → 导出 HTML 报告

场景 J：7 品类智能路由（v3.6.0 更新）

1) 用户说"帮我写一份智能文档" → kdoc.category_resolve("智能文档")
   → {category: "doc", sub_type: "smart_note", edit_method: "local_generate_upload"}
2) 用户说"画一个思维导图" → kdoc.category_resolve("思维导图")
   → {category: "visualization", sub_command: "mindmap", edit_method: "local_render_upload"}
3) 用户说"画一个流程图" → kdoc.category_resolve("流程图")
   → {category: "visualization", sub_command: "flowchart", edit_method: "local_render_upload"}
4) kdoc.category_list() → 列出全部 7 品类

场景 K：WPS AI 段落改写（v3.6.0 新增）

1) 用户在编辑器中选中段落
2) kdoc.wps_ai.rewrite(paragraph="这个方案很好，值得推广。", style="formal")
   → 返回改写后的段落（本地降级占位，API 开放后升级为原生）
3) 用户确认 → 替换原段落

场景 L：模板市场一键生成（v3.6.0 新增）

1) kdoc.template.list() → 列出所有可用模板
2) kdoc.template.search("周报") → 搜索周报模板
3) kdoc.template.use("weekly-report", {"title": "周报", "author": "张三"})
   → 变量替换 → 生成 Markdown → 保存到 output/
4) kdoc.file.upload(output_path) → 上传为在线文档

场景 M：多维表格看板视图（v3.7.0 新增）

1) kdoc.dbt.record.query(table_id) → 获取多维表格记录
2) kdoc.view.render(view_type="kanban", data={"records": [...], "fields": [...]})
   → 按"状态"字段分组卡片 → 返回看板 JSON
3) 前端渲染：每列一个状态，卡片可拖拽

场景 N：数学公式 OCR 识别（v3.7.0 新增）

1) kdoc.ocr.formula("formula.png", output_format="latex")
   → 本地 Tesseract + 符号映射 → 返回 LaTeX
2) kdoc.ocr.education("exam.jpg", scene="auto")
   → 自动判断手写/公式/混合 → 返回文本+LaTeX
3) 可选：kdoc.local.docx.generate(content=latex) → 生成公式文档

场景 O：历史管理——误删恢复与版本回滚（v3.7.0 新增）

1) kdoc.history.list("trash") → 列出回收站文件
2) kdoc.history.restore(file_id, "trash") → 从回收站还原
3) kdoc.history.list("version", file_id=xxx) → 列出历史版本
4) kdoc.history.restore(file_id, "version", version=3) → 回滚到第 3 版
5) ⚠️ kdoc.history.destroy(file_id) → 彻底删除（需二次确认）

12. 核心规则（铁律）

1. 🚨 品类隔离：先 kdoc.file.info 识别品类再路由，严禁跨品类操作。
2. 📦 批量优先：电子表格/多维表格连续 3+ 写入必须用批量接口。
3. 🔒 权限前置：所有写入前必须校验权限。
4. 🔄 异步轮询：批量/转换/剪藏必须子会话轮询，主会话保持响应。
5. 🗑️ 软删除：删除必须走回收站 API，不物理删除。
6. 📝 审计日志：所有写操作必须记录本地审计日志。
7. ⚡ 限流退避：收到 429 必须自动指数退避（最多 5 次）。
8. 🔀 版本防冲突：写入前获取 version，冲突时提示合并。
9. ✅ 危险操作强制确认（v3.0.0）：见第 6 节，未确认不执行。
10. 🧠 性能不拖累：批量/渲染并发不得超过 kdoc.local.hardware.profile 给出的 workers。

13. 能力边界与失败场景（v3.0.0 新增，务必看清）

明确不支持：本地直接修改已上传 DOCX/PPTX 的某一段（需整文件重生成）； 对加密/损坏文件 OCR；超过配额的非付费批量操作。

14. 风险项与限制

15. 深度绑定在线文档（v3.0.0 强化）

KingDoc 直连金山文档（WPS）开放平台原生 API（https://developer.kdocs.cn/api/v1/openapi）， 而非简单桥接：

• 原生能力全覆盖：文件/文件夹/回收站/版本/权限/空间/通知/用户均调用官方端点。
• 精细编辑：电子表格走 et API（单元格/公式），多维表格走 dbt API（记录/字段/视图）。
• 本地增强：文字/演示/脑图/流程图用本地库生成原生格式（DOCX/PPTX/SVG）后上传覆盖， 既保真又免去服务端复杂排版。
• 政企可用：国内网络直连、文档全中文、权限模型对齐企业协作。

16. 四大 MCP 服务（v3.0.0 架构）

4 个 MCP 服务共享同一 Token，可独立限流、独立降级。

17. 性能与硬件自适应（v3.0.0 新增，绝不拖累电脑）

engine/hardware.py 在首次运行时自动采集本机 CPU 核数/内存并计算出安全并发：

• 画像缓存到 .kingdoc_hardware_profile.json（30 分钟复用），不频繁探测。
• 批量写表、脑图/流程图并行渲染不得超过 workers，保证用户电脑流畅。
• AI 在执行批量/渲染任务前应调用 kdoc.local.hardware.profile 读取参数。

python -m engine.hardware          # 查看本机画像与推荐参数

18. 🚫 禁止上传的文件类型（v3.0.0 强化）

为安全，用户「上传附件」默认拦截以下全部类型（来源：产品安全规范）：

1. Windows 可执行/批处理：.bat .cmd .ps1 .vbs .exe .dll .lnk .msi
2. Office 二进制文档：.docx .xlsx .pptx .doc .xls .ppt .xlsm .docm .pptm
3. 二进制镜像/安装包：.iso .dmg .zip .rar .7z .tar .gz .apk .jar
4. 系统缓存/隐藏文件：.DS_Store .git（目录） .env .log .tmp
5. 其他风险脚本：.sh .com .scr .hta .reg

内部豁免：技能「本地生成→上传覆盖」产物（.docx/.pptx/.xlsx/.pdf/.svg/.png/.txt/.md 等）经 internal=True 通道上传，仅限技能自身生成，用户无法借道上传任意同类文件。 命中拦截将抛出 KD009。详见 references/security.md。

19. 错误码

20. 🔄 自动更新提示与反馈

每天首次使用自动检查更新（本地缓存，每天仅查一次，离线不打扰）。 发现新版本时 AI 会主动提示升级，不会自动安装：

# 手动检查 / 仅看提醒文案
python -m engine.update_check --version 3.0.0 --reminder

📮 有更好建议：njskills@agent.qq.com

更新日志

| v4.3.5 | 2026-10-10 | 修复：全量自查移除字面违法违规词汇以解决 SkillHub 内容审核误判——内置敏感词分包 references/sensitive_packs/ 改为合规风险分类描述；旧版明文词库 references/sensitive_words.txt 重写为合规分类描述镜像（引擎不再加载）；engine/compliance_suite.py 文档示例与 SKILL.md 场景示例中的字面违规词一并替换为合规分类描述；增加：外部行业敏感词包支持（KINGDOC_EXTERNAL_PACKS_DIR 环境变量或 external_packs_dir 参数，外部同名包覆盖内置包），SensitiveWordLoader/ComplianceSuite/ComplianceScheduler/compliance_check/compliance_center shim 及 6 个 MCP 合规工具全链路支持；优化：SKILL.md 版本号 4.3.0→4.3.5，双页脚同步更新 | | v4.3.0 | 2026-10-10 | 增加：合规套件门面 engine/compliance_suite.py（单入口两档输出 quick_scan/full_scan，合并 v4.2 政企合规中心与 v3.4 内容合规检查为统一引擎 ComplianceCore，敏感词加载逻辑收敛为唯一来源 SensitiveWordLoader，维护面减半；旧 compliance_check.py/compliance_center.py 改为委托 shim）；增加：行业敏感词分包 references/sensitive_packs/（base 通用包 + 教培/医疗/金融/政务四行业包，各 200+ 词条，多包叠加加载器，扫描报告按高/中/低风险分级并定位到段落行号与责任人字段）；增加：全域扫描定时化引擎 engine/compliance_scheduler.py（schtasks 周扫空间，新检出项经 webhook 三通道签名推送，扫描级跨周去重只推新增不扰民，非 Windows 输出 cron 行）；增加：配额管理器阈值告警（用量 80% / 95% 两级经 webhook 三通道推送，按天+级别幂等去重）；增加：MCP 工具 6 个（kdoc.compliance.quick_scan / full / packs / scheduler_register / scheduler_run / scheduler_status），kdoc.quota.check 现返回 alerts；优化：SKILL.md 版本号 4.2.0→4.3.0；优化：description 增强（合规门面/行业分包/周扫定时化/配额告警） | | v4.2.0 | 2026-09-19 | 增加：团队知识库模式引擎 engine/knowledge_hub.py（空间级本地倒排索引全文检索，可选 jieba 中文分词，权限矩阵先鉴权后检索，无 read 权限文档不进结果集，硬件自适应分块建索引）；增加：政企合规中心引擎 engine/compliance_center.py（密级标注公开/内部/秘密/机密随文档元数据落库，敏感词+数据泄露全量扫描聚合报告，数据不出域声明，本地 OCR 强制云端仅元数据）；增加：主题一键生成引擎 engine/topic_generator.py（WPS AI 适配层 generate：大纲→智能文档/PPT/表格初稿，本地降级模板驱动+分段生成，真源可用无缝切换）；增加：跨品类对比与时间线引擎 engine/cross_compare.py（版本历史轮询→who/when/what 时间线，表格/多维表格单元格级 diff 视图，跨品类差异化）；优化：OCR 收敛为唯一入口 engine/local/ocr.py（删除重复维护的 engine/ocr/local_ocr.py，优先桥接 wps-office-suite OCR，未装则 Tesseract 最小兜底，数据不出域）；增加：MCP 工具 19 个（kdoc.khub.* 4 个、kdoc.compliance.* 5 个、kdoc.topic.* 2 个、kdoc.compare.* 3 个、kdoc.ocr_bridge_status 1 个、复用 kdoc.local.ocr.extract_text_bridged）；增加：知识中枢/政企合规/主题生成/跨品类对比/OCR 桥接场景案例；优化：SKILL.md 版本号 4.1.0→4.2.0；优化：description 增强到 30 项增强 | | v4.1.0 | 2026-09-08 | 增加：AirScript 在线自动化引擎 engine/airscript.py（自然语言→脚本生成→预检（危险操作拦截）→用户确认→在线执行；能力域：定时通知/数据汇总/表格批量操作/字段计算；SQLite 执行历史+待确认队列）；增加：多维表格字段自动化引擎 engine/dbf_auto.py（公式字段/关联字段/汇总字段创建与批量填充，16 种字段类型，硬件自适应削峰）；增加：视图渲染引擎 engine/view_render.py（看板 matplotlib 柱图 + 甘特 mermaid 时间线，硬件自适应渲染并发）；增加：CRDT 表格扩展引擎 engine/crdt_table.py（单元格级操作日志 + 向量时钟，冲突时保留双方并标记，支持电子表格/多维表格/智能文档）；增加：Excel/CSV 双向导入导出引擎 engine/bidata_io.py（openpyxl 读写，date/link/select/person 四类字段序列化规则文档化，配额削峰）；增加：Webhook 与通知中心引擎 engine/webhook_center.py（新增/修改/删除事件订阅，HMAC 签名校验 + SQLite 去重队列，金山协作/企微/钉钉三通道分发，zwjh 记忆桥接）；增加：MCP 工具 24 个（kdoc.airscript.* 7 个、kdoc.dbf.* 5 个、kdoc.view.* 3 个、kdoc.crdt_table.* 6 个、kdoc.bidata.* 5 个、kdoc.webhook.* 8 个）；增加：AirScript/多维表格/视图渲染/CRDT/Webhook 场景案例；优化：SKILL.md 版本号 4.0.0→4.1.0；优化：description 增强到 24 项增强 | | v4.0.0 | 2026-08-31 | 增加：本地桥接引擎 engine/local_bridge.py（wps-office-suite 双向互通：白名单探测 + SQLite 映射表 + 下行拉取/处理/覆盖 + 上行 mtime 监听同步 + JSON 契约 + 子进程超时自动关闭）；增加：记忆桥接引擎 engine/memory_bridge.py（zwjh 记忆库打通：白名单探测 + stdio JSON-RPC 调用 deposit + 关键事件写入长期记忆 + 未安装→本地待迁移日志 + 一次性导入）；增加：表单答卷收集统计 engine/form_analytics.py（答卷列表/内容接口 + 按题统计 + 交叉分析 + 未填名单 + 图表生成 + 导出 CSV/Excel + 写回智能文档）；增加：MCP 工具 12 个（kdoc.bridge.* 5 个、kdoc.memory.* 3 个、kdoc.form.* 4 个）；增加：桥接/记忆/表单场景案例；优化：SKILL.md 版本号 3.9.0→4.0.0；优化：description 增强到 21 项增强 | | v3.9.0 | 2026-08-24 | 增加：块级编辑引擎 engine/blocks.py（段落级在线编辑，block_id CRUD，块类型映射表，未知块类型跳过不中断）；增加：演示页替换引擎 engine/page_swap.py（双路径自动选择：页级更新/整文件替换 + 页数校验 diff）；增加：配额管理器 engine/quota_manager.py（SQLite 按天计数 500 次/天 + 令牌桶限速 5 req/s + 429 指数退避 + 批量任务硬件自适应削峰）；增加：格式转换引擎 engine/format_converter.py（补齐 jpg/png/txt 三类目标格式，全格式覆盖 pdf/jpg/png/txt/docx/xlsx/pptx/html/md，云端优先→本地兜底失败降级链）；增加：MCP 工具 9 个（kdoc.block.* 5 个、kdoc.page_swap 1 个、kdoc.quota.* 3 个、kdoc.office.convert.enhanced 1 个）；增加：块级编辑/页替换/配额管理/格式转换场景案例；优化：SKILL.md 版本号 3.8.0→3.9.0 | | v3.8.0 | 2026-08-22 | 增加：智能画布元素级编辑引擎 engine/element_engine/（元素CRUD + Markdown追加 + 增量同步，对标腾讯文档·智能画布）；增加：空间节点管理引擎 engine/space_tree/（目录树查询 + 链接节点创建 + 递归删除 + 目录可视化）；增加：全文搜索引擎 engine/content_search/（文档内容搜索 + 结果定位高亮，超越腾讯）；增加：统一删除入口 kdoc.file_delete_unified（合并软删除/彻底删除/直接删除）；增加：MCP 工具 10 个（kdoc.element.* 5 个、kdoc.space.* 4 个、kdoc.content_search.* 2 个、kdoc.file_delete_unified 1 个）；增加：智能画布/空间管理/全文搜索/统一删除场景案例；优化：品类路由表从 8→9（新增 smart_canvas + content_search）；优化：history 模块新增 delete() 统一方法 | | v3.7.0 | 2026-08-19 | 增加：多维表格视图增强引擎 engine/views/（看板/日历/甘特图三种视图，对标 Airtable，本地渲染，硬件自适应）；增加：手写/公式识别 OCR engine/ocr/（数学公式识别 LaTeX/MathML 输出，教育场景统一入口）；增加：历史管理模块 engine/history/（合并回收站+版本历史，统一 history list/restore 入口）；增加：MCP 工具 6 个（kdoc.view.* 2 个、kdoc.ocr.* 2 个、kdoc.history.* 3 个）；增加：多维表格视图增强/公式识别/历史管理场景案例；优化：OCR 升级为强制本地模式，数据不出域，移除云端调用路径；优化：品类路由表从 7→8（新增 history_mgmt） | | v3.6.0 | 2026-08-16 | 增加：文档模板市场引擎 engine/template_marketplace.py（git 仓库管理模板，支持 list/search/use/refresh，变量替换一键生成）；增加：WPS AI 深度集成（段落级 AI 操作：rewrite/summarize/continue，本地降级占位，API 开放后升级为原生）；增加：可视化品类合并 engine/categories.py（8→7 品类，合并 mindmap+flowchart→visualization，共享 mermaid 渲染管线）；增加：MCP 工具 7 个（kdoc.template.* 4 个、kdoc.wps_ai.* 3 个）；增加：可视化品类合并/WPS AI 深度集成/模板市场场景案例；优化：品类路由表从 8→7，引擎逻辑不变 | | v3.5.0 | 2026-08-08 | 增加：实时协同编辑引擎 engine/realtime_collab.py（序列 CRDT 自研实现，零第三方依赖）；增加：文档对比模块 engine/doc_comparator.py（复用 difflib，差异高亮+变更摘要+导出）；增加：品类元数据 engine/categories.py（9 品类精简为 8 品类，合并 doc+smart_note，子类型自动识别）；增加：MCP 工具 12 个（kdoc.realtime.* 5 个、kdoc.compare.* 3 个、kdoc.category.* 2 个、kdoc.file.* 品类路由更新）；增加：实时协同+文档对比+8 品类智能路由场景案例；优化：品类路由表从 9→8，引擎逻辑不变 | | v3.4.0 | 2026-07-30 | 增加：文档内容合规检查模块 engine/compliance_check.py（自研正则+规则引擎，零第三方依赖）；增加：敏感词扫描 kdoc.compliance.sensitive（内置词库+用户黑白名单）、数据泄露检测 kdoc.compliance.leak（手机号/身份证号/银行卡号/邮箱，Luhn+校验码验证）、格式规范检查 kdoc.compliance.format（DOCX/PPTX/TXT/MD）、密级自动标注 kdoc.compliance.classify（公开/内部/秘密/机密）；增加：合规检查 MCP 工具 4 个；增加：敏感词库 references/sensitive_words.txt、格式规范 references/format_spec.md、用户黑白名单模板；增加：政企文档合规检查场景案例 | | v3.3.0 | 2026-07-21 | 增加：协同编辑冲突解决模块 engine/conflict_resolver.py（自研 difflib 实现，零第三方依赖）；增加：冲突检测 kdoc.conflict.detect、智能合并 kdoc.conflict.merge（自动合并无冲突段 + 标注冲突段）、Git diff 可视化 kdoc.conflict.diff、解决模板 kdoc.conflict.resolve（keep_a/keep_b/manual/auto_merge）；增加：冲突解决 MCP 工具 4 个；增加：大文档 diff 分块硬件自适应处理；增加：多人协作冲突解决场景案例；优化：冲突段强制用户确认，绝不自动覆盖 | | v3.2.0 | 2026-07-17 | 增加：WPS AI 能力适配层（写作辅助/数据分析/PPT 生成/阅读助手），本地降级优先、自研逻辑实现、零密钥可用；增加：WPS AI 适配器 engine/wps_ai/adapter.py；增加：本地降级后端 engine/wps_ai/backends/local_fallback.py；增加：能力定义与意图映射 engine/wps_ai/capabilities.py；增加：WPS AI API 调研记录 engine/wps_ai/research_notes.md；优化：MCP Server 注册 5 个 WPS AI 工具；优化：版本号 3.0.0→3.2.0 | | v3.1.0 | 2026-07-15 | 增加：wps-office-suite 互通方案调研（已废弃，因平台合规不允许双 skill 互通） | | v3.0.0 | 2026-07-12 | 增加：危险操作强制确认铁律与确认清单（删除/彻底删除/覆盖/批量/权限/清空回收站/版本回滚/Webhook）；增加：禁止文件类型扩展至完整 35 类（执行脚本/Office 二进制/归档镜像/系统文件/风险脚本）；增加：用户上传拦截与技能内部生成豁免白名单；增加：engine/hardware.py 硬件自适应性能调度（自动采集 CPU/内存，自动分配并发子进程数与批量分块）；增加：本地 OCR 模块 engine/local/ocr.py（优先本地 Tesseract，降级云端，给安装指引）；增加：能力边界与失败场景专章；增加：自然语言触发示例专章；增加：完整场景案例专章（5 个端到端场景）；增加：FAQ 专章（8 个高频问题）；补齐：缺失参考文档 et_references.md/office_references.md/rate_limit.md；补齐：技能图标 assets/icon.png；补齐：engine/__init__.py 与 engine/api/mcp_server.py（真实 MCP Server 入口）；优化：MCP Server 深度直连金山文档开放平台原生 API；优化：每日更新提醒 + 反馈邮箱 njskills@agent.qq.com | | v2.3.0 | 2026-07-05 | 增加：智能文档/思维导图/流程图 3 品类，品类总数 6→9；增加：本地 Tesseract OCR；增加：网页剪藏；增加：HTML 一键上云；优化：MCP 服务拆分 1→4，独立限流/降级 | | v2.1.0 | 2026-07-02 | 增加：每日自动更新检查；增加：纯文本提取 API；增加：多维表 Webhook 事件监听；增加：批量异步任务；增加：SKILL.md 首次使用必读引导 | | v2.0.0 | 2026-07-02 | 初始版本发布：6 品类 + 40+ MCP 工具 + 5 层安全防御 |

22. 详细文档参考

23. 安装说明

前置要求：Python 3.10+；云端功能需金山开放平台 App（免费）；OCR 可选装 Tesseract。

首次配置由 AI 引导完成：告诉我你的金山开放平台 App ID / App Secret，AI 自动生成 config.json、mcp-config.json 并采集本机硬件画像，安装后重启 WorkBuddy 生效。本地生成/OCR/硬件画像无需任何配置即可用。

24. 📮 反馈与建议

本技能持续迭代。有任何功能建议、问题或更好的实现思路，欢迎反馈：

📧 有更好建议：njskills@agent.qq.com

也可在每日更新提醒中一键查看新版本。

25. ❓ FAQ（v3.0.0 新增）

Q1：没有金山 App Key 能用吗？ 能。本地生成 DOCX/PPTX、思维导图/流程图 SVG、本地 OCR、硬件画像均零密钥可用； 仅「上传云端/多人协作/回收站/版本」等联网能力需 Key。

Q2：为什么删除前要确认？ 防止误操作。删除进回收站可恢复；「彻底删除」「清空回收站」为不可逆操作，需二次确认（见第 6 节）。

Q3：OCR 一定要装 Tesseract 吗？ 首选本地 Tesseract（免费、离线、无 key）。未装时自动降级云端 OCR（需 Key），都无则给出安装指引，不崩溃。

Q4：大文件传不上去？ 超过阈值（默认 100MB，低端机 50MB）会自动转异步上传 + 轮询；仍失败请压缩或分卷。

Q5：会不会把我的电脑拖卡？ 不会。技能自动按本机硬件分配并发子进程数（见第 17 节），批量/渲染均受限。

Q6：报 KD009 文件被拦截？ 你上传的文件属于禁止类型（见第 18 节）。技能自身生成的 docx/pptx/pdf/svg 等不受影响。

Q7：如何升级？ 每天首次使用会自动提醒；也可 python -m engine.update_check --version 3.0.0 --reminder。

Q8：文字/演示文档能改其中一段吗？ 当前为整文件替换模式：本地改源文件→重新上传覆盖。逐段精细编辑需金山在线编辑器。

最后更新：2026-10-10 | v4.3.5

26. 块级编辑引擎（v3.9.0 新增，段落级在线编辑）

v3.8.0 实现了整文件替换和元素级编辑，v3.9.0 进一步下沉到段落级块编辑。 以 block_id 为操作主键，直接修改文档中的某个段落/标题/列表/表格，无需整文件重生成。

26.1 工具列表

26.2 块类型映射表

未知块类型处理：跳过并提示，绝不报错中断。

26.3 工作流程

1) kdoc.block.list(file_id) → 获取块列表
2) 用户定位要修改的 block_id
3) kdoc.block.replace(file_id, block_id, new_content) → 替换内容
4) 或 kdoc.block.insert(file_id, block_id, content, position="after") → 插入新块
5) 或 kdoc.block.delete(file_id, block_id) → 删除块
6) 或 kdoc.block.move(file_id, block_id, target_id, position) → 移动块

26.4 安全约束

• 块级编辑属于「覆盖文件」操作，必须走强制确认铁律
• 批量替换时自动降并发（硬件自适应）
• 未知块类型跳过并提示，不中断流程

27. 演示页替换引擎（v3.9.0 新增，双路径自动选择）

单页内容本地 python-pptx 重生成后，探测演示 API 是否支持页级更新。 支持则仅覆盖该页，不支持则整文件替换并在完成后 diff 提示页数校验。

27.1 工具列表

27.2 双路径自动选择

1) 探测 API 是否支持页级更新
   ├── 支持 → 仅覆盖该页（API 调用）
   └── 不支持 → 整文件替换（本地重生成 + 上传覆盖）
2) 替换完成后执行页数校验 diff
3) 返回替换结果 + 页数变化提示

27.3 安全约束

• 整文件替换属于「覆盖文件」危险操作，必须走强制确认铁律
• 页数校验 diff 确保替换前后页数一致
• 页数变化时明确提示用户

28. 配额管理器（v3.9.0 新增，API 配额与限流）

保护测试与生产环境，避免 API 配额耗尽导致服务中断。

28.1 工具列表

28.2 配额三件套

28.3 硬件自适应削峰

批量任务 → 读取 hardware.py → 计算安全并发
         → 读取配额余量 → 计算可执行任务数
         → 令牌桶限速 → 控制请求速率
         → 返回建议参数（workers, batch_chunk, 预估时间）

28.4 配额看板展示

• 当日配额使用率（进度条）
• 令牌桶状态（令牌数/速率/突发）
• 小时分布图（峰值时段）
• 硬件自适应建议
• 推荐执行时段

29. 格式转换补全（v3.9.0 升级，全格式覆盖）

补齐 jpg/png/txt 三类缺失的目标格式，全量覆盖参数校验与失败降级链。

29.1 工具列表

29.2 支持的目标格式（v3.9.0 补齐后）

29.3 失败降级链

云端转换（金山 API）
  ↓ 失败
本地转换（python-docx / python-pptx / LibreOffice）
  ↓ 失败
返回错误 + 安装指引

29.4 参数校验

• 源格式与目标格式是否支持
• 本地兜底是否可用（检查依赖）
• 文件大小是否超限
• 转换矩阵校验

30. 本地桥接引擎（v4.0 新增，wps-office-suite 双向互通）

与 wps-office-suite 双向互通：白名单探测安装路径 + SQLite 映射表 + 子进程 JSON 契约。 下行：云端→本地→wps 处理→回传覆盖；上行：mtime 监听→上传同步。

30.1 工具列表

30.2 双向互通流程

下行（云端→本地→wps→云端）：
  kdoc.bridge.download → 拉取到临时目录
  kdoc.bridge.process → subprocess 调 wps 脚本（JSON 契约）
  kdoc.bridge.upload → 回传覆盖云端

上行（本地变化→云端）：
  监听映射表 mtime → 变化后自动上传同步

30.3 JSON 契约格式

{
  "action": "analyze|convert|format|extract",
  "input": "/path/to/local/file",
  "output": "/path/to/output",
  "params": {}
}

30.4 安全约束

• 子进程超时自动关闭（120 秒）
• 白名单探测，不扫描全盘
• 未安装 wps：入口隐藏，云端功能不受影响

31. 记忆桥接引擎（v4.0 新增，zwjh 记忆库打通）

文档关键事件（创建/重要编辑/分享）经 zwjh MCP 总线写入长期记忆。 用户问 zwjh 上周改了什么文档时可答。

31.1 工具列表

31.2 工作流程

文档事件 → deposit_event()
         ├── zwjh 已安装 → stdio JSON-RPC 调用 deposit → 写入长期记忆
         └── zwjh 未安装 → 写入本地待迁移日志 → 未来安装后 migrate 一次性导入

31.3 安全约束

• 子进程超时自动关闭（30 秒）
• 不打包 zwjh 代码，仅走标准 MCP stdio 协议
• 未安装 zwjh：事件写本地，不丢失

32. 表单答卷收集统计（v4.0 新增，云端数据本地智能加工）

拉取答卷自动聚合（按题统计、交叉分析、未填名单），结果写回智能文档表格并生成图表页。

32.1 工具列表

32.2 分析能力

32.3 安全约束

• 硬件自适应：批量拉取时分块处理
• 导出文件不落地敏感目录
• 写回智能文档需用户确认

33. AirScript 在线自动化（v4.1.0 新增，自然语言→脚本→确认→执行）

封装金山开放平台 AirScript 脚本创建/执行接口，是在线侧的自动化补全。 自然语言意图 → 脚本生成（本地规则引擎模板，无需外部 LLM）→ 预检（危险操作拦截）→ 用户确认 → 在线执行。

33.1 工具列表

33.2 安全阀机制

自然语言意图 → 脚本生成 → 预检扫描
                              ├── 安全 → 用户确认 → 执行
                              └── 危险 → 拦截 + 二次确认
                                           ├── 用户同意 → 执行
                                           └── 用户取消 → 终止

33.3 危险操作关键词

DELETE / DROP / TRUNCATE / OVERWRITE / REPLACE / REMOVE / CLEAR / UPDATE_ALL / BATCH_DELETE

34. 多维表格字段自动化（v4.1.0 新增，公式/关联/汇总字段）

字段层支持公式字段/关联字段/汇总字段的创建与批量填充，走 et/dbt/form API 记录级接口。

34.1 工具列表

34.2 字段类型

text / number / select / multi_select / date / person / link / formula / relation / rollup / checkbox / url / email / phone / currency / percent

35. 视图渲染引擎（v4.1.0 新增，看板/甘特图）

视图层本地渲染看板（matplotlib 柱图）与甘特（mermaid 时间线）两种视图导出图片。

35.1 工具列表

35.2 硬件自适应

• 渲染并发不超过 hardware.py 的 workers
• 大数据集自动分页

36. CRDT 表格扩展（v4.1.0 新增，单元格级无冲突协作）

把序列 CRDT 协同从智能文档扩展到电子表格与多维表格。 单元格级操作日志 + 向量时钟，冲突时保留双方并标记。

36.1 工具列表

36.2 冲突解决策略

• 并发操作 → 保留双方修改 → 标记冲突单元格
• 用户选择保留值 → 解决冲突

37. Excel/CSV 双向导入导出（v4.1.0 新增，四类字段序列化）

openpyxl 读写与字段类型映射约定，导入走批量记录创建（复用配额管理器削峰），导出支持视图级筛选快照。

37.1 工具列表

37.2 四类字段序列化规则

38. Webhook 与通知中心（v4.1.0 新增，三通道分发）

订阅记录新增/修改/删除三类事件，签名校验 + SQLite 去重队列，通知通道整合金山协作消息/企微/钉钉三路。

38.1 工具列表

38.2 通知通道

• 金山协作消息（kdocs）
• 企业微信（wecom）
• 钉钉（dingtalk）

38.3 安全机制

• HMAC 签名校验
• SQLite 去重队列（事件哈希去重）
• 事件可触发写入 zwjh 记忆（桥接存在时）

39. 团队知识库模式（v4.2.0 新增，知识中枢）

v4.2 企业文档中枢落地：空间级全文检索 + 权限感知过滤。 遵守平台权限边界——检索前按空间成员权限矩阵过滤，用户无 read 权限的文档不进入结果集。

39.1 工具列表

39.2 检索流程

1. 分词：中文走 jieba（可选，未装退化为字符级），英文/数字按词边界切分
2. 倒排取候选：token → 文档集
3. 权限过滤：依据 kdoc.khub.permission 注入的矩阵，剔除无 read 权限文档
4. 打分排序：命中词频排序，返回 snippet

39.3 安全约束

• 权限边界强制：无矩阵登记的空间文档视为无权限，绝不进入结果
• 硬件自适应：索引构建按 batch_chunk 分块，不卡顿
• 云端降级：无 backend 时接受外部文档集建本地索引

40. 政企合规中心（v4.2.0 新增，差异化主战场）

把散点合规检查聚合为政企可采购的能力叙事：密级标注 + 全量扫描 + 数据不出域。

40.1 工具列表

40.2 能力

• 密级标注：随文档元数据落库（SQLite），检索/分享前可被权限层引用
• 全量扫描：复用 v3.4 合规检查（敏感词 + 手机号/身份证/银行卡号/邮箱 Luhn 校验 + 密级建议），聚合为政企报告
• 数据不出域：本地 OCR 强制（Tesseract / wps_ocr 均为本地引擎），云端仅同步元数据

41. 主题一键生成（v4.2.0 新增，WPS AI 对齐）

对标腾讯文档·AI 生成：输入主题与大纲要点，本地降级引擎生成初稿，WPS AI 真源开放后无缝切换。

41.1 工具列表

41.2 实现原理

• 适配层：本地生成（零密钥）优先；WPS AI 真源可用时切换，接口统一
• 三类产出：智能文档（Markdown 初稿）/ PPT（幻灯片大纲）/ 表格（字段+样例行）
• 本地降级：模板驱动 + 分段生成，硬件自适应不卡顿

42. 跨品类对比与时间线（v4.2.0 新增，差异化）

版本历史轮询→who/when/what 时间线；表格/多维表格品类新增单元格级 diff 视图（跨品类对比是腾讯文档没有的）。

42.1 工具列表

42.2 实现原理

• 时间线：轮询版本历史（云端）或接受快照列表（本地），逐版本 difflib 生成「谁-何时-改了什么」
• 单元格 diff：按 (行,列) 比对，标注新增/修改/删除单元格（表格品类差异化能力）

43. OCR 收敛（v4.2.0 优化，生态专职工具）

删除重复维护的本地 OCR 预处理代码，收敛为唯一入口，桥接生态专职工具。

43.1 收敛说明

• 删除 engine/ocr/local_ocr.py 重复预处理面，公式/教育场景统一 import engine.local.ocr
• 唯一入口 engine/local/ocr.py：优先桥接 wps-office-suite OCR（subprocess JSON 契约 {image_path, lang}）
• 未装 wps 保留 Tesseract 最小兜底；两路均本地引擎，数据不出域
• MCP kdoc.local.ocr.extract 与 kdoc.ocr.formula/kdoc.ocr.education 均经此入口

44. 合规中心 v2（v4.3.5 合规分类描述分包 + 外部词包支持）

合并 v4.2 政企合规中心与 v3.4 内容合规检查为门面 engine/compliance_suite.py，敏感词加载逻辑唯一来源，维护面减半。v4.3.5 起内置词包改为合规风险分类描述（避免平台内容审核误判），并支持外部词包目录加载企业本地词库。

44.1 单入口两档输出

• kdoc.compliance.quick_scan(text, packs, external_packs_dir)：快速扫，敏感词命中即报 + 数据泄露，秒级
• kdoc.compliance.full(text, doc_id, include_history, packs, external_packs_dir)：全域扫，全文敏感词 + 数据泄露 + 格式 + 密级建议 + 历史版本时间线
• 底层统一 ComplianceCore；旧 kdoc.compliance.sensitive/leak/format/classify 与 kdoc.compliance.label/scan/declare 仍可用（委托门面）

44.2 行业敏感词分包

• references/sensitive_packs/：base 通用包 + edu（教培）/ medical（医疗）/ finance（金融）/ gov（政务）四行业包，各 200+ 分类描述词条
• kdoc.compliance.packs(external_packs_dir) 查看词数、责任人字段与来源；packs 参数多包叠加（如 "edu,finance"）
• 扫描报告按高/中/低三档风险分级，并定位到段落行号与责任人字段（包元数据）

44.3 外部行业敏感词包（v4.3.5 新增）

• 企业可在本地维护真实敏感词库，通过两种方式加载：
  • 环境变量 KINGDOC_EXTERNAL_PACKS_DIR 指向包含 .yaml 词包的目录
  • 各 MCP 工具参数 external_packs_dir 临时指定（优先级高于环境变量）
• 外部目录中的同名 .yaml 包会覆盖内置包；不同名包与内置包合并展示
• 词包格式与内置一致：pack:/name:/responsible_field:/risk_default:/words:

44.4 全域扫描定时化

• kdoc.compliance.scheduler_register(space_id, packs, weekday, scan_time, external_packs_dir)：Windows 产出 schtasks 命令；非 Windows 产出 cron 行
• kdoc.compliance.scheduler_run(space_id, docs, packs, external_packs_dir)：执行一次扫描，仅推送新增（扫描级跨周去重 + webhook 签名核验，只推新增不扰民）
• kdoc.compliance.scheduler_status(external_packs_dir)：查看已注册任务与去重计数

44.5 配额阈值告警

• 配额管理器用量越过 80% / 95% 时经 webhook 三通道推送（按天+级别幂等，不重复打扰）
• kdoc.quota.check 现返回 alerts 字段，含已触发级别与推送状态

44.6 安全约束

• 子进程超时自动关闭，不残留
• 绝不调用任何外部 OCR API（数据不出域）

最后更新：2026-10-10 | v4.3.5