写公文这件事，我想了很久。
不是那种"AI 能不能帮我写公文"的轻巧想法，是一个更具体的问题：单位里那个笔杆子——办公室里那个最会写、最受领导信任、也最累的人——他脑子里那套东西，能不能被沉淀下来、复用下去、不随人走？
这个问题的答案，就是"笔杆子"这个产品。今天想把它的来龙去脉讲清楚：怎么来的、怎么实现的、怎么一步步走到现在。
一、起点：一个浏览器单页
最早的形态，是一个 HTML 文件。
没有后端，没有数据库，没有安装包。浏览器打开就能用。左边是开写（粘贴素材、选文种、生成初稿），右边是开练（上传真稿、提炼风格、写入风格库）。
为什么从单页开始？因为当时的判断是：先验证方法论，再谈工程。公文写作的核心难题不在代码量，在于"风格能不能被结构化"。如果"真稿 → 差距分析 → 风格规则入库 → 生成时套用"这条链路跑不通，写一万行代码也是白搭。
那个单页跑通了。问题也暴露出来了：浏览器直连云端模型，涉密材料不敢用；没有版本管理；没有授权机制。说不上是产品，只能叫工具。
二、第一次迭代：拆成两个 skill
第二阶段，把单页拆成两个独立的 skill：
开写（biganzi-baogan）：收料 → 定调 → 读风格库 → 提纲 → 成稿 → 去 AI 味 → 迭代审批 → 定稿导出国标 Word。八步，每步有明确产物。
开练（biganzi-train）：生成初稿 → 审批 → 标准答案 → 差距分析（5 维度）→ 提炼规则（3 类）→ 入库 → 审计。每次开练在训练流水里留一条记录，可追溯、可回滚。
两个 skill 共享同一个"风格库"目录——五张卡：领导风格画像、文种行文规范、单位专有口径、行文模板、训练流水。开写只读不写，开练是唯一写入方。
这一步的关键收获是：风格库必须独立于任何一次写作过程。它不是"这次生成用了什么 prompt"，而是"这个岗位、这个领导、这个单位，长期积累下来的行文规则"。它要有自己的生命周期——新增、修改、调置信度、迁移、回滚——才叫记忆，否则只是缓存。
三、关键转折：把模型搬进机器里
skill 版本跑在云端大模型上，效果很好，但有一个绕不过去的问题：数据出网。涉密成稿不能走云端 API。
于是做了一个"笨"决定：把模型换成本地跑的。
这一步做完，场景就分清了：涉密成稿走本地模型，不涉密的日常起草走云端 API。同一套方法论——先核后写、去 AI 味、差距分析、规则沉淀——两个执行位置，各管各的场景。
四、产品化：从工具到软件
方法论验证完了，模型落地了，下一步是变成可交付、可授权、可更新的产品。
v0.3.0 的架构：
- 前端：那个 HTML 单页的延续，单文件、无构建依赖，terser 混淆后打进 pywebview 壳子，双击
.exe就能跑。 - 服务端：纯 Python 标准库，零第三方依赖，管账号、会员、配额、更新源。一台机器起一个进程。
- 双版本：
| 联网标准版 | 内网离线版 | |
|---|---|---|
| 激活 | 邮箱注册 | RSA 机器码激活 |
| 模型 | 云端 API（用户自配） | vLLM / Ollama 本地模型 |
| 数据 | 本机存储 | 本机存储，全链路不出网 |
| 适用 | 有外网的日常办公 | 无外网出口 / 涉密环境 |
离线版的 RSA 激活不是硬件加密狗，是软件验签：开发方用私钥签发激活码（绑定机器码 + 到期日），客户端用公钥验签。改时钟防作弊做了宽限 7 天，试用 14 天。够用了——这个场景下的攻击者不是黑客，是"同事偷偷复制了一份"。
五、它最不一样的地方
讲完了怎么来的、怎么做的，再说一句它跟别的 AI 写作工具最不一样的地方。
别的工具解决的是"写得快不快"。笔杆子解决的是"写得像不像"。
这个"像"，不是像某个模板，不是像范文，是像你单位那个最会写的人。他开会时口头禅是什么，他写讲话稿时爱用什么句式，他怎么把一件小事拔高成"政治站位"，他哪些话永远不会写进纸面——这些东西没有文档，没有手册，只存在他脑子里和过去那几百篇稿子里。
笔杆子做的事，就是把"脑子里"变成"风格库里"。开练一次，风格库厚一点；开写一次，风格库被用一次。用多了，它写出来的东西就越来越像你那个笔杆子写的。
这是一个把你单位最好的笔杆子，变成一套不随人走的规则系统的工具。
六、迭代节奏
回头看，笔杆子的迭代不复杂，但每一步都解决上一步暴露的那个"不够用"：
- HTML 单页 → 验证方法论（风格能不能结构化）
- Skill 两件套 → 拆读写、建风格库生命周期
- 换成本地模型 → 解决数据出网
- v0.3.0 双版本 → 可交付、可授权、可更新的产品
七、现在它是什么样
现在打开笔杆子，就是八个功能区：首屏、开写、开练、风格库、版本管理、配置。素材进，公文出。GB/T 9704-2012 的版式，导出就是合规的 Word。风格库五张卡，越用越厚。
开写：四步成稿
开写的主流程是四步：收料 → 定调 → 生成与审批 → 定稿导出。
定调这一步，有两个 Tab：多对一（整合）和一对一（仿写）。多对一是把各部门报送的多份素材整合成一篇成稿；一对一是用一篇参考稿仿写。文种下拉预置了领导讲话稿、向上级汇报材料、工作总结、工作方案、请示五种常见公文，也可以自定义。角色岗位下拉会提示"该角色岗位暂无画像，将用通用笔杆子风格"——这句话本身就是产品逻辑：风格库是空的，开写先用通用规则兜底，开练跑一次就自动建立画像。
定稿导出这一步，格式面板 GB/T 9704-2012 ：A4 纸张、上 37 下 35 左 28 右 26 页边距、公文标题方正小标宋二号、一级标题黑体三号、二级楷体三号、三级仿宋三号加粗、正文仿宋_GB2312 三号、固定行距 28 磅、首行缩进 2 字符、页脚居中页码格式"- 1 -"。底部红底按钮"导出 Word (.docx)"，Word 打开即合规。
开练：四步学会你的笔杆子
开练是笔杆子最核心的功能——用一篇真稿教会它下一次。
开练第一步"收料与生成"，表单比开写多了一个"场景目标"字段——比如"单位主要领导在半年工作会上的讲话稿"——以及"特定要求"字段。系统会根据这些参数先生成一个初稿，然后进入下一步。
第二步"审批标注"是三栏布局：左边是初稿原文，中间是标注列表，右边是审批面板。操作方式很直观：在左侧初稿里选中一段文字，就可以为这一处打分、写意见。选中文字即可标注批语——不需要事先划定段落，哪句觉得不对就选中哪句。
第三步"标准答案"，上传那次实际用掉的真稿。这是开练最强的学习信号——系统会拿初稿和真稿做差距分析。"没有标准答案也能继续，但提炼出的规则置信度会偏低。建议尽量提供。"
第四步"差距与入库"，两个模块：上面是"差距分析与规则提炼"，带一个温度滑块（建议 0.2-0.4，偏低更稳定一致）；下面是"提炼出的经验规则"，列出生成的规则供你勾选入库，规则文本和归档类型都可以改写。开练到这里就结束了，风格库厚了一点。
风格库：五张卡，只读只沉淀
风格库五张卡：岗位画像（按角色岗位的风格共性，不针对领导个人）、文种行文规范（按文种的行文共性）、单位专有口径（术语称谓提法禁忌）、行文模板（常用成稿的结构骨架，开写时可直接套用）、训练流水（开练的历史记录，可追溯可回滚）。开写只读不写，开练是唯一写入方。
配置：云端和本地，二选一
配置页只有三件事：OpenAI 兼容云端（填 API 基址 + 密钥 + 模型名）、Vllm 本地模型（填地址）、Ollama 本地模型（填地址）。云端填密钥、本地填地址，二选一即可。还有一个"经本机后端代理"的勾选框——CORS 不放行时勾上就行，exe 版已自动内置代理，无需配置。
写这篇的时候我反复确认一件事：笔杆子不是一个"AI 写作工具"。它是一个风格沉淀系统，恰好以公文写作为载体。公文是最严格的文体——格式有国标、措辞有口径、站位有要求、领导有偏好——所以它是最能检验"风格能不能被结构化"这个命题的领域。
如果这个命题在公文上成立，那它大概率在别的领域也成立。
这是笔杆子最初想回答的问题，也是它现在还在回答的问题。
笔杆子 · 公文智能写作软件，在 eogee 工坊可以获取：
NEX·南霄 2026 年 10 月
举手提问