GB/T 1.1-2020 标准文档检查器#

基于《GB/T 1.1-2020 标准化工作导则 第1部分：标准化文件的结构和起草规则》对用户提供的文档进行两阶段检查，输出结构化报告。

适用场景#

• 检查标准草案是否符合 GB/T 1.1-2020 编写规则
• 审查企业标准、团体标准、行业标准的结构规范性
• 标准制修订过程中的质量控制
• 标准化培训中的实操练习

核心原则#

1. 两阶段检查：第一次用 checklist 快速扫描，第二次读标准原文深度审查
2. 结构化输出：按章节分类输出问题、严重程度、修改建议
3. 标准原文为准：所有检查结论必须能在 GB/T 1.1-2020 中找到依据

完整工作流#

Phase 0: 接收文档#

用户提交待检查文档（文本、Markdown、Word 导出文本、或文件路径）。

Phase 1: Checklist 快速扫描#

使用下方 完整 Checklist 逐项检查文档，生成快速检查报告。

检查维度：

• 文件结构：封面、目次、前言、引言、正文、附录、参考文献
• 规范性要素：范围、规范性引用文件、术语和定义、核心技术内容
• 资料性要素：封面信息、目次编排、前言内容、引言编写
• 条款表述：层次编号、文体要求、数值表达、图表公式
• 格式规范：字体字号、段落格式、页眉页脚

快速输出格式：

markdown

## 📋 Checklist 快速检查报告

### 通过项 ✅
- [列出通过的检查项]

### 警告项 ⚠️
- [列出有轻微问题的检查项]

### 错误项 ❌
- [列出有严重问题的检查项]

### 不适用项 ➖
- [列出不适用的检查项]

Phase 2: 标准原文深度审查#

由于 PDF 使用自定义字体导致文本提取乱码，Phase 2 使用 vision_analyze 视觉读取 PDF 页面：

1. 确定审查范围：根据 Phase 1 发现的问题类型，确定需要查看的标准章节页码
2. 视觉读取标准原文：使用 render_page_for_vision() 渲染 PDF 页面为图片，再用 vision_analyze 读取
3. 逐条对照：将文档内容与标准原文逐条对照
4. 引用条款：所有发现问题必须引用 GB/T 1.1-2020 的具体条款号作为依据
5. 给出建议：针对每个问题给出具体的修改建议

⚠️ 关键陷阱：PDF 编码问题 — GB/T 1.1-2020 PDF 使用自定义 CID 字体， pymupdf.get_text() 提取的文本完全为乱码。 解决方案：必须使用 vision_analyze 视觉读取渲染后的页面图片， 不能依赖文本提取。

⚠️ 关键陷阱：页码映射误区 — PDF 第8页显示的是标准 自身的"范围"示例（即 GB/T 1.1-2020 这个标准文件自己的范围）， 不是"关于范围应如何编写的规则"。范围的编写规则在 第7章（PDF 16-20页）。Phase 2 定位时必须区分"示例"和"规则"。

标准章节PDF 页码内容封面1-2ICS、CCS、标准编号、名称目次3-4标准目录前言5-6起草说明、专利声明、起草单位引言7编制背景第1章 范围8范围示例（标准自身的范围）第2章 规范性引用文件8-9引用文件列表第3章 术语和定义9-10术语定义第4章 标准的结构10-12要素类型、结构框架第5章 封面目次前言引言11-15资料性概述要素编写规则第6章 要素的编号13-15层次编号规则第7章 规范性要素的编写16-20范围、引用文件、术语等编写规则第8章 资料性要素的编写21-32封面、目次、前言、附录等编写规则第9章 要素的表述方式33-45文体、数值、单位、图表、公式附录46-60示例和模板

⚠️ 注意：第1章是标准自身的范围示例， 关于"范围应如何编写"的规则在第7章（PDF 16-20页）。Phase 2 定位时应检查正确的章节。

视觉读取标准原文

python

# 根据问题类型读取相关页面
# 例如：检查前言问题，读取第 5-6 页
# 检查范围问题，读取第 8-9 页
# 检查表述方式，读取第 33-45 页

import pymupdf, os

doc = pymupdf.open(os.path.join(os.path.dirname(__file__), 'references', 'GBT1.1-2020.pdf'))

def render_page_for_vision(page_num):
    """渲染指定页为图片，用于 vision_analyze"""
    if page_num < 1 or page_num > len(doc):
        return None
    page = doc[page_num - 1]
    pix = page.get_pixmap(dpi=200, alpha=False)
    path = f'/tmp/gbt11_page_{page_num}.png'
    pix.save(path)
    return path

# 示例：渲染第8页（范围章节）用于视觉检查
# img_path = render_page_for_vision(8)
# 然后调用 vision_analyze(image_url=img_path, question="...")

Phase 3: 结构化报告输出#

综合 Phase 1 和 Phase 2 的结果，输出完整结构化报告：

markdown

# GB/T 1.1-2020 标准文档检查报告

## 文档信息
- **文档名称**: [名称]
- **检查日期**: [日期]
- **检查类型**: 两阶段检查（checklist + 标准原文）

## 一、总体评价
- **结构完整性**: [评分/评价]
- **要素规范性**: [评分/评价]
- **条款表述**: [评分/评价]
- **格式规范性**: [评分/评价]

## 二、结构检查

### 2.1 文件结构
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 封面 | ✅/❌ | 8.1 | ... | ... |
| 目次 | ✅/❌/➖ | 8.2 | ... | ... |
| 前言 | ✅/❌ | 8.3 | ... | ... |
| 引言 | ➖/✅/❌ | 8.4 | ... | ... |
| 范围 | ✅/❌ | 8.5 | ... | ... |
| 规范性引用文件 | ✅/❌/➖ | 8.6 | ... | ... |
| 术语和定义 | ➖/✅/❌ | 8.7 | ... | ... |

### 2.2 核心技术要素
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 要求条款 | ✅/❌ | 9.5 | ... | ... |
| 试验方法 | ➖/✅/❌ | 9.6 | ... | ... |
| 分类 | ➖/✅/❌ | 9.7 | ... | ... |
| 标志/标签 | ➖/✅/❌ | 9.8 | ... | ... |
| 包装运输贮存 | ➖/✅/❌ | 9.9 | ... | ... |
| 检验规则 | ➖/✅/❌ | 9.10 | ... | ... |

### 2.3 规范性补充要素
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 规范性附录 | ➖/✅/❌ | 8.10 | ... | ... |
| 资料性附录 | ➖/✅/❌ | 9.13 | ... | ... |
| 参考文献 | ➖/✅/❌ | 8.14 | ... | ... |

## 三、表述规范检查

### 3.1 条款层次与编号
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 章编号 | ✅/❌ | 6.1 | ... | ... |
| 条编号 | ✅/❌ | 6.1 | ... | ... |
| 段编号 | ✅/❌ | 6.1 | ... | ... |
| 列项编号 | ✅/❌ | 6.2 | ... | ... |

### 3.2 文体要求
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 要求表述（应/不应） | ✅/❌ | 9.1 | ... | ... |
| 推荐表述（宜/不宜） | ✅/❌ | 9.1 | ... | ... |
| 允许表述（可/不必） | ✅/❌ | 9.1 | ... | ... |
| 模糊词汇使用 | ✅/❌ | 9.1 | ... | ... |

### 3.3 数值与单位
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 数值表达 | ✅/❌ | 9.2 | ... | ... |
| 计量单位 | ✅/❌ | 9.3 | ... | ... |
| 范围表达 | ✅/❌ | 9.2 | ... | ... |
| 偏差表达 | ✅/❌ | 9.2 | ... | ... |

### 3.4 图表与公式
| 检查项 | 状态 | 标准条款 | 问题描述 | 修改建议 |
|--------|------|----------|----------|----------|
| 图的编号 | ✅/❌ | 9.4 | ... | ... |
| 表的编号 | ✅/❌ | 9.4 | ... | ... |
| 公式编号 | ✅/❌ | 9.4 | ... | ... |
| 图表引用 | ✅/❌ | 9.4 | ... | ... |

## 四、问题汇总

### 严重问题（必须修改）
| 序号 | 问题 | 标准条款 | 修改建议 |
|------|------|----------|----------|
| 1 | ... | ... | ... |

### 一般问题（建议修改）
| 序号 | 问题 | 标准条款 | 修改建议 |
|------|------|----------|----------|
| 1 | ... | ... | ... |

### 轻微问题（可选修改）
| 序号 | 问题 | 标准条款 | 修改建议 |
|------|------|----------|----------|
| 1 | ... | ... | ... |

## 五、检查依据

本报告依据以下标准进行检查：
- GB/T 1.1-2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》
- GB/T 20000《标准化工作指南》系列
- GB/T 20001《标准编写规则》系列

---

完整 Checklist#

A. 封面检查（标准条款 8.1）#

编号检查项要求适用A1标准编号格式为"标准代号 标准顺序号—年代号"必查A2中文名称简明准确，反映标准主题必查A3英文名称与国际标准对应时应提供选查A4ICS号国际分类号，位于左上角必查A5CCS号中国标准分类号，位于右上角必查A6标准代替关系如有代替旧标准应注明选查A7发布日期YYYY-MM-DD 格式必查A8实施日期YYYY-MM-DD 格式必查A9发布机构标准发布单位名称必查

B. 目次检查（标准条款 8.2）#

编号检查项要求适用B1是否必要内容较多时建议编制选查B2起始页码从第1章开始编页码必查B3包含内容章、条、附录的标题和页码必查B4附录标注标明（规范性）或（资料性）必查B5格式统一缩进层次清晰必查

C. 前言检查（标准条款 8.3）#

编号检查项要求适用C1起草规则说明"本文件按照 GB/T 1.1-2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草"必查C2专利声明涉及专利时应声明"本文件可能涉及专利。本文件的发布机构不承担识别专利的责任"选查C3提出单位标准的提出单位必查C4归口单位标准的归口单位（技术委员会）必查C5起草单位参与起草的机构必查C6主要起草人参与起草的主要人员必查C7替代关系如替代旧标准应说明选查C8不含要求前言不得包含要求性条款必查C9不含图表前言不得包含图、表、公式必查

D. 引言检查（标准条款 8.4）#

编号检查项要求适用D1可选要素引言是可选要素选查D2编制背景说明标准编制背景和目的选查D3不含要求引言不应包含要求性内容必查D4不使用图表引言一般不含图表选查

E. 范围检查（标准条款 8.5）#

编号检查项要求适用E1必须要素范围是每项标准必须有的要素必查E2适用领域说明标准适用的领域和界限必查E3适用对象说明标准适用的对象必查E4不含要求范围不应包含要求必查E5陈述句范围应使用陈述句必查

F. 规范性引用文件检查（标准条款 8.6）#

编号检查项要求适用F1引用列出列出标准中规范性引用的其他标准选查F2编号格式注明标准编号和名称必查F3版本注明注日期引用/不注日期引用必查F4无引用说明如无引用文件应写"本文件没有规范性引用文件"必查

G. 术语和定义检查（标准条款 8.7）#

编号检查项要求适用G1专门术语给出标准中使用的专门术语及其定义选查G2概念排列术语应按概念体系排列必查G3定义准确定义应准确、简明、无循环定义必查G4允许加注术语定义后可以加注说明选查G5引用术语可引用其他标准中的术语定义选查

H. 核心技术要素检查（标准条款 第9章）#

编号检查项要求适用H1要求条款明确、具体、可验证必查H2试验方法与要求一一对应，可操作选查H3分类科学合理，覆盖全部范围选查H4标志标签清晰明确，不易混淆选查H5包装运输根据产品特性制定选查H6检验规则检验分类、项目、抽样、判定选查

I. 条款层次与编号检查（标准条款 6.1-6.2）#

编号检查项要求适用I1章编号从1开始，连续编号（第1章、第2章...）必查I2条编号小数点分隔法（1.1、1.2...）必查I3段编号继续小数点分隔（1.1.1、1.1.2...）必查I4列项带半括号的拉丁字母（a）、b）、c）...）必查I5次列项带半括号的阿拉伯数字（1）、2）、3）...）选查I6层次限制编号不超过五个层次必查I7悬置段章标题下不应有悬置段（无编号段落）必查I8分段标题条标题后应有内容，不应悬置必查

J. 文体要求检查（标准条款 9.1）#

编号检查项要求适用J1要求条款使用"应"、"不应"、"不得"必查J2推荐条款使用"宜"、"不宜"必查J3允许条款使用"可"、"不必"必查J4陈述条款使用陈述句描述事实必查J5模糊词汇避免使用"可能"、"或许"、"适当"等必查J6祈使句要求条款不使用祈使句必查

K. 数值与单位检查（标准条款 9.2-9.3）#

编号检查项要求适用K1数值表达使用阿拉伯数字必查K2范围号使用一字线"—"连接（非短横线"-"）必查K3单位完整数值范围中每个数值后都应带单位必查K4偏差表达使用"±"符号必查K5有效位数明确数值有效位数选查K6法定单位使用法定计量单位必查

L. 图表与公式检查（标准条款 9.4）#

编号检查项要求适用L1图号图应有图号（图1、图2...）必查L2图题图应有图题必查L3表号表应有表号（表1、表2...）必查L4表题表应有表题必查L5正文引用图表应在正文中被引用必查L6公式编号公式应编号，编号置于右侧选查L7符号说明公式中的符号应在正文中说明选查

M. 附录检查（标准条款 8.10、9.13）#

编号检查项要求适用M1附录编号按字母顺序编号（附录A、附录B...）必查M2性质标注标明（规范性）或（资料性）必查M3规范性附录可包含要求性条款选查M4资料性附录不应使用要求性表述必查M5前言说明附录性质应在前言中说明必查

N. 参考文献检查（标准条款 8.14）#

编号检查项要求适用N1格式规范按 GB/T 7714 格式著录选查N2不产生要求参考文献不产生规范性效力必查N3不引用参考文献不应在标准正文中引用必查N4位置正确参考文献排在标准最后必查

---

关键陷阱#

1. PDF 编码问题：GB/T 1.1-2020 PDF 使用自定义 CID 字体（ F10, F11, F12 等）， pymupdf.get_text() 提取的文本完全为乱码。 Phase 2 必须使用 vision_analyze 视觉读取页面截图，不可依赖文本提取。

2. 页码映射误区：PDF 第8页是标准自身的"范围"示例，不是范围的编写规则。编写规则在第7章（PDF 16-20页）。区分"示例"和"规则"。

3. 前言必须包含起草规则说明：必须写明"本文件按照 GB/T 1.1-2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草"。这是最常见的遗漏项。

4. 范围不包含要求：范围是资料性要素，绝不能包含"应"、"必须"等要求性表述。常见错误："本文件规定了XXX，企业必须遵守"。

5. 术语定义不能循环：不能用被定义词解释自己。错误示例："标准化是指标准化的活动"。

6. 数值范围单位不能省：每个数值后都必须带单位。错误："50-100℃"；正确："50℃—100℃"。

7. 条款层次不超五级：章→条→段→列项→次列项，最多五级，不能再细分。

8. 文体用语准确：

   • 要求：应/不应/不得
   • 推荐：宜/不宜
   • 允许：可/不必
   • 不能混用

9. 资料性附录不含要求：资料性附录中不能使用"应"、"不应"等要求性表述。

10. 规范性引用文件必须注明版本：要么注日期（仅该版本适用），要么不注日期（最新版本适用）。

11. 图表必须在正文中被引用：不能直接插入图表而不引用。

12. 参考文献格式：必须按 GB/T 7714 格式，不能在正文中引用参考文献中的条目。

13. 上传前隐私清理：上传到 ClawHub 前，必须检查并清除：硬编码绝对路径（如 /home/lighthouse/）、个人用户名（author 字段）、API Key/Token。使用 grep -r '/home/lighthouse/' 和 grep -r 'beijinglaoli' 验证。

参考文件#

• references/GBT1.1-2020.pdf — GB/T 1.1-2020 标准原文（72页，Phase 2 深度审查用）
• USAGE.md — 8个国家/地区详细使用指南（中/美/欧/日/德/英/法/国际）

依赖#

• pymupdf — PDF 页面渲染（将 PDF 页面转为图片）
• vision_analyze — 视觉读取 PDF 页面内容（替代文本提取）

⚠️ 已知限制#

PDF 编码问题（必须绕过）#

GB/T 1.1-2020 PDF 使用 10+ 个自定义 CID 字体（ F1- F12）， pymupdf.get_text() 提取的文本完全为乱码，所有关键词（范围、应、宜、GB/T）均不可检索。

解决方案：Phase 2 使用 render_page_for_vision() 将 PDF 页面渲染为 200 DPI PNG 图片，再通过 vision_analyze 视觉读取。Phase 1 的 Checklist 快速扫描不受影响（不依赖 PDF 内容）。

为什么不用 OCR：系统环境中 pytesseract、 easyocr、 paddleocr 均不可用。 vision_analyze 是唯一可行的中文文本提取方式。

渲染脚本#

python

def render_page_for_vision(page_num, pdf_path):
    import pymupdf
    doc = pymupdf.open(pdf_path)
    if page_num < 1 or page_num > len(doc):
        return None
    page = doc[page_num - 1]
    pix = page.get_pixmap(dpi=200, alpha=False)
    path = f'/tmp/gbt11_page_{page_num}.png'
    pix.save(path)
    return path