企业官网建设流程全解析

简介：这份405页的Word版数字农业农村（数字乡村）信息化项目建设方案，面向智慧农业项目经理、咨询规划人员、政府信息化部门及涉农企业方案编制者，解决数字乡村项目从立项、可研到招投标阶段缺少完整参考框架的问题。全包仅含1个docx文档，大小16.79MB，无源码、脚本或视频，属于可直接编辑套用的纯文档资料，便于按本地政策与预算快速裁剪，已有46人学习下载。文档目录覆盖总体概述、建设背景与发展机遇、政策依据与技术标准规范、设计原则与目标，并重点展开农业农村管理决策、农产品全产业链监测预警、数字农业农村服务、农村人居环境智能监测、乡村数字治理等系统建设内容，同时包含现状及需求分析。读者可据此快速搭建方案骨架、对齐政策口径、细化系统功能清单，也可用于项目汇报与评审材料草拟，具有较高的模板复用与参考价值。

1. 405页的数字乡村方案，卡住人的往往不是内容

评审前一晚打开那份 405 页的数字乡村信息化建设方案，最常见的事故不是架构图画错，而是目录页码全空、图 3-7 之后直接跳到图 3-9、正文里挂着好几处「错误！未找到引用源」。这些问题跟感知设备、数据中台一点关系都没有，全部来自文档工程没做：样式没统一、编号靠手打、题注和交叉引用没有用域。

数字农业农村（数字乡村）信息化项目建设方案是一类典型的超长交付文档，页数在 300 到 500 之间，章节覆盖项目背景、现状与需求、总体架构、感知层、网络层、数据中台、应用系统、安全运维、投资估算和实施计划。写它的人通常是售前或方案工程师，手上还同时压着三四个项目要投。

下面按「骨架 → 内容生产线 → 技术章节怎么写 → 交付自检」的顺序，把这份超长 Word 方案拆成一套能复用的流程。不谈政策口径，只谈文档工程和技术描述怎么经得起评审追问。

2. 数字乡村方案文档骨架：样式、多级编号与题注交叉引用

2.1 为什么 405 页的 Word 必须靠样式而不是手动排版

手动排版的典型动作是：敲一个「1.1」再敲标题文字，给标题手动加粗加大，在图片下面手写「图 3-2 总体架构」。这三种动作在 30 页的文档里看不出问题，到 400 页就会集中爆发：插入一节之后后面全错号，导航窗格里一片空白，交叉引用找不到锚点，改一个图题要全文搜一遍。

样式的价值在于它是 Word 里唯一能承载「结构语义」的载体。目录、导航窗格、题注编号、交叉引用、STYLEREF 域，全部都靠读取段落样式名来工作。一份方案至少要先定下这套样式清单，并且在模板文件里改默认值，而不是在正文里逐个调格式。

表格文字单独建一个样式，是因为表内加了首行缩进会显得参差不齐，而正文样式的缩进不能为了表格取消。

2.2 多级列表绑定标题样式的最小操作步骤

编号不要手打，交给多级列表。操作路径是「开始 → 多级列表 → 定义新的多级列表」，然后点左下角「更多」展开完整面板：

1. 选级别 1，在「将级别链接到样式」里选「标题 1」，编号格式填第 %1 章或直接%1。
2. 选级别 2，「将级别链接到样式」选「标题 2」，编号格式填%1.%2。
3. 选级别 3，「将级别链接到样式」选「标题 3」，编号格式填%1.%2.%3。
4. 每一级都确认「在其后重新开始编号」的层级设置正确，级别 2 要从级别 1 重新开始。
5. 点确定后，全文所有套了标题样式的段落会自动获得编号。

关键约束是：标题文本里不能再出现手打编号。一旦某几章是手打的、某几章是列表生成的，题注的章节号就会一半对一半错，这种错误在评审现场很难当场修。

2.3 题注编号带章节号的域代码写法

在图片上右键「插入题注」，点「编号」按钮，勾选「包含章节号」，章节起始样式选「标题 1」，分隔符选「-」。做完之后图片下方会出现「图 3-2」这种形式。它的本质是两层域套在一起：

图 { STYLEREF 1 \s }-{ SEQ 图 \* ARABIC \s 1 }

STYLEREF 1 \s取当前位置之前最近的「标题 1」的编号，也就是章号；SEQ 图 \* ARABIC \s 1是图序计数器，\s 1表示遇到标题 1 时重新从 1 计数。表题注同理，把标识符换成「表」即可。

交叉引用时，引用类型选「图」，引用内容选「仅标签和编号」。不要选「整个题注」，否则以后修改图题文字，所有引用处的文字会被一起改掉。

注意：题注编号依赖标题的多级编号，如果标题编号本身是手打的，题注会全部显示为「图 0-1」。

2.4 用 python-docx 体检一份已有方案文档

接手一份别人写的方案时，先跑一遍体检，看清它有多少结构是样式撑起来的、有多少是手打的。以下脚本只读不写，跑完再决定是修还是重排。

# docx_audit.py —— 体检已有方案文档的样式使用情况 import re from collections import Counter from docx import Document DOC = "数字乡村信息化建设方案.docx" NUM_RE = re.compile(r"^\d+(\.\d+)*[\s、.．]") # 匹配 1、1.1、1.1.1 开头 doc = Document(DOC) styles, suspect = Counter(), [] for p in doc.paragraphs: text = p.text.strip() if not text: continue styles[p.style.name] += 1 # 正文样式却以编号开头，基本可以判定是手打编号 if p.style.name in ("Normal", "正文") and NUM_RE.match(text): suspect.append(("手打编号", text[:40])) # 图/表说明写成了正文，没有被题注域管理 if p.style.name in ("Normal", "正文") and re.match(r"^[图表][\s\d]", text): suspect.append(("手写题注", text[:40])) print("=== 样式使用分布（前 15）===") for name, cnt in styles.most_common(15): print(f"{cnt:>7} {name}") print(f"\n=== 疑似问题 {len(suspect)} 处 ===") for kind, s in suspect[:20]: print(f" [{kind}] {s}")

Document(DOC)只接受 .docx，老 .doc 要先另存为 .docx。NUM_RE里的[\s、.．]覆盖了常见分隔符，避免把「2024 年数据」误判成编号。styles.most_common(15)只列前 15 个，防止自定义样式太多时刷屏。这个脚本判断的是「段落样式」，不解析域代码，所以它只能告诉你结构有没有用好，真正的编号连续性要靠第 5 章的域扫描确认。

3. 用 Pandoc 与 Python 搭建方案内容生产线

3.1 Markdown 单一信源加分章写作目录结构

400 页放在一个 Word 文件里写，超过 100 页之后撤销、拼写检查、自动保存都会明显变慢，协作时两个人同时动一个文件更是灾难。可行的做法是把 Markdown 当源文件，按章拆开，Word 当构建产物。

plan/ ├── templates/ │ └── ref.docx # 样式模板，标题样式已绑定多级列表 ├── chapters/ │ ├── 01-项目背景.md │ ├── 02-现状与需求.md │ ├── 03-总体架构.md │ ├── 04-感知层设计.md │ ├── 05-数据中台.md │ └── 06-实施计划.md ├── data/ │ └── points.csv # 图表用的数据源 ├── figs/ # 脚本生成的图片 └── build/ # 输出目录，不进版本库

每章控制在 3000 到 8000 字，改哪章开哪章。图片一律放figs/并在 Markdown 里用相对路径引用，保证换台机器也能构建。

3.2 pandoc 转 docx 的完整命令与参数含义

pandoc \ chapters/01-项目背景.md \ chapters/02-现状与需求.md \ chapters/03-总体架构.md \ chapters/04-感知层设计.md \ chapters/05-数据中台.md \ chapters/06-实施计划.md \ --from=markdown+pipe_tables+footnotes \ --to=docx \ --reference-doc=templates/ref.docx \ --toc --toc-depth=3 \ --resource-path=.:figs \ -o build/方案正文.docx

各参数的作用和取值理由：

--number-sections生成的编号是纯文本编号，段落样式上不带列表编号，导致题注里的STYLEREF 1 \s取不到章号。正确做法是：不加这个参数，改为在ref.docx里把「标题 1/2/3」这三个样式预先绑定多级列表，pandoc 只负责把 Markdown 的#、##、###映射到对应样式，编号由 Word 自动生成，题注才能正常取到章号。

3.3 用 matplotlib 批量生成架构图与统计图

方案里的统计图不要手工在 Excel 里拉，数据一变就要重做。用脚本出图，改 CSV 重跑一次就行。

# make_figs.py —— 批量出图，统一字体、尺寸和分辨率 import csv import matplotlib matplotlib.use("Agg") # 无图形界面环境必需 import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"] = ["Source Han Sans SC", "SimHei"] plt.rcParams["axes.unicode_minus"] = False # 负号正常显示 plt.rcParams["figure.dpi"] = 300 # 出图分辨率，打印用 plt.rcParams["savefig.bbox"] = "tight" # 去掉多余白边 rows = list(csv.DictReader(open("data/points.csv", encoding="utf-8"))) names = [r["village"] for r in rows] counts = [int(r["points"]) for r in rows] fig, ax = plt.subplots(figsize=(7.5, 4.2)) # 7.5 英寸约等于 A4 正文宽度 ax.barh(names, counts, color="#2f6f4e") ax.set_xlabel("点位数量（个）") ax.set_title("各行政村感知设备点位分布") for i, v in enumerate(counts): ax.text(v + 0.5, i, str(v), va="center", fontsize=9) fig.savefig("figs/fig-3-2-points.png") print("已生成 figs/fig-3-2-points.png")

matplotlib.use("Agg")必须在导入 pyplot 之前调用，否则在服务器上会因为没有显示设备报错。figsize按 A4 正文宽度 7.5 英寸取值，插进 Word 后基本不需要再缩放。figure.dpi=300是打印级分辨率，屏幕阅读可以降到 150 节省体积。中文字体名要写系统里真实存在的，Linux 上通常是思源黑体，Windows 上可以用 SimHei 兜底。

提示：矢量图在 Word 里缩放不失真，但 matplotlib 直接导出 EMF 需要额外后端；一般 300dpi 的 PNG 用于 A4 打印已经足够。

3.4 数据表从 CSV 到 Word 三线表

方案里的点位统计、投资估算、设备清单天然适合放在 CSV 里维护。pandoc 认管道表格，写个小脚本把 CSV 转成 Markdown 表格片段，直接贴进对应章节。

# csv2md.py —— 把 CSV 转成 pandoc 可识别的管道表格 import csv, sys src, dst = sys.argv[1], sys.argv[2] with open(src, encoding="utf-8-sig", newline="") as f: rows = list(csv.reader(f)) head, body = rows[0], rows[1:] lines = ["| " + " | ".join(head) + " |", "|" + "|".join([" --- "] * len(head)) + "|"] # 分隔行必须有 lines += ["| " + " | ".join(r) + " |" for r in body] open(dst, "w", encoding="utf-8").write("\n".join(lines) + "\n") print(f"{len(body)} 行已写入 {dst}")

utf-8-sig用来吃掉 Excel 另存 CSV 时写入的 BOM，否则第一列表头会带一个不可见字符。分隔行里的---不能省，省了 pandoc 会把整段当成普通段落。生成后在ref.docx里把表格样式设成三线表，表头行勾选「在各页顶端以标题行形式重复出现」，跨页的清单表才不会丢表头。

4. 方案里的技术章节怎么写才经得起评审

4.1 感知层设备的参数表该怎么列

感知层最容易被问倒的一句话是「这个点位为什么这么设计」。把设备参数写成一张能自洽的表，比写三段文字管用。

这张表的价值在于它能直接推出后面的估算：上报周期乘点位数量就是日均数据条数，供电方式决定了运维巡检频次和更换电池的成本。比如土壤墒情站每天 48 次上报，42 个点位一天约 2000 条记录，一年不到 75 万条，存储压力很小；而温室节点 5 分钟一次、180 个点位，一年接近 1900 万条，分区和冷热分离就得写进方案。

4.2 数据中台落成可建表的模型

写到数据中台时，只写「建设统一数据资源池」是不够的。评审会追问数据怎么存、设备换了指标怎么扩展。给两张表就能把问题挡住。

-- 设备维表：一台设备一行 CREATE TABLE dim_device ( device_id VARCHAR(32) NOT NULL COMMENT '设备唯一编号', device_type VARCHAR(32) NOT NULL COMMENT '设备类型编码', village_code VARCHAR(12) NOT NULL COMMENT '行政村区划代码', lon DECIMAL(10,6) COMMENT '经度，WGS84', lat DECIMAL(10,6) COMMENT '纬度，WGS84', install_date DATE COMMENT '安装日期', status TINYINT DEFAULT 1 COMMENT '1在线 0离线 -1拆除', PRIMARY KEY (device_id), KEY idx_village (village_code) ) COMMENT='感知设备维表'; -- 时序事实表：按天分区，指标用 JSON 承载 CREATE TABLE fact_device_metric ( device_id VARCHAR(32) NOT NULL, ts DATETIME NOT NULL COMMENT '采集时间，UTC+8', metrics JSON NOT NULL COMMENT '指标键值对', battery TINYINT COMMENT '电量百分比', PRIMARY KEY (device_id, ts) ) COMMENT='设备采集事实表';

维表和事实表分开，是为了让设备台账的变化不影响历史数据。metrics用 JSON 而不是把每个指标建成一列，是因为设备类型有十几种、指标加起来几十个，宽表会有一大片空列，新增一类传感器还要改表结构。PRIMARY KEY (device_id, ts)保证同一设备同一时刻只落一条，重复上报可以直接幂等覆盖。

设备侧的上报报文要和这个模型对齐：

{ "deviceId": "SOIL-0001", "ts": 1735689600000, "battery": 87, "metrics": { "soilTemp": 18.4, "soilMoisture": 26.7, "ec": 1.32, "ph": 6.8 } }

ts用毫秒时间戳，避免字符串时间在不同时区解析出歧义；deviceId与dim_device.device_id一一对应，平台收到报文先查维表再落事实表，查不到的设备直接进异常队列，不要静默丢弃。

4.3 一张图的坐标系与图层约定

方案里但凡出现「一张图」，就要把坐标系和图层清单写清楚，否则实施阶段底图和点位对不上是常见事故。

所有图层统一到同一个坐标系，经纬度字段在维表里也要注明坐标系名称。服务按 OGC 的 WMS/WMTS 标准发布，村级底图比例尺按 1:2000、乡级按 1:10000 约定，避免不同图层叠加时清晰度差一个量级。

4.4 把「建成后效果」改写成可验证指标

评审最喜欢追问的是「在线率 95% 怎么算出来的」。把效果描述改写成带定义式、数据来源和统计周期的指标表，这类问题就变成了对公式的确认，而不是对承诺的质疑。

四个指标里最容易扯皮的是「应在线时长」，方案里要写明扣除计划停电、设备拆除期和不可抗力时段，否则验收时分母认定不一致，指标永远算不达标。

5. 交付前的方案文档体检：域刷新、引用扫描与版本管理

5.1 域刷新与目录重建的顺序

交付前按固定顺序走一遍：全选（Ctrl+A）按 F9 更新域，弹出对话框选「更新整个目录」，然后检查导航窗格的章节层级是否和正文一致，最后再另存 PDF。顺序反过来会出问题——先更新目录再更新域，目录里的页码是旧的。

图表编号异常时，先确认标题样式是否仍绑定多级列表，再检查题注是否勾选了「包含章节号」。这两步正常，F9 之后编号会自动归位。

5.2 扫描未解析交叉引用与图片缺失

来得急的时候，跑一段脚本比人眼翻 400 页可靠。docx 本质是个 zip 包，解开读word/document.xml就能数出未解析引用、域数量和图片数量。

# check_docx.py —— 交付前体检：未解析引用、域数量、内嵌图片 import sys, zipfile path = sys.argv[1] with zipfile.ZipFile(path) as z: names = z.namelist() xml = z.read("word/document.xml").decode("utf-8") media = [n for n in names if n.startswith("word/media/")] unresolved = xml.count("错误！未找到引用源") # 未解析交叉引用的固定文案 fields = xml.count('w:fldCharType="begin"') # 域起始标志 print(f"未解析引用 : {unresolved}") print(f"域总数 : {fields}") print(f"内嵌图片 : {len(media)}") if unresolved: sys.exit(1) # 退出码非 0，可直接用于构建流程阻断

sys.argv[1]传 docx 路径，方便在批处理里循环多个文件。未解析引用大于 0 说明有交叉引用指向了被删掉的图表，必须回源修。域总数是个参考值，正常一份 400 页方案的域数量在几百到上千之间，如果只有个位数，多半是题注和交叉引用都没用起来，需要回头补。内嵌图片用来和figs/目录比对，数量对不上说明有图没插进去，或者插成了链接图。

命令行下一行也能查：

unzip -p build/方案正文.docx word/document.xml | grep -o "错误！未找到引用源" | wc -l

5.3 版本管理：Git 管源文件，Word 只做产物

Markdown、CSV、出图脚本、ref.docx模板全部进版本库，build/目录和*.docx产物写进.gitignore。送审时打个标签，顺手导出一份源码快照：

git tag -a v1.0-送审 -m "送审稿，对应 build/方案正文.docx" git archive --format=zip -o 交付快照.zip HEAD

Word 的修订模式不要和 Git 混用。评审意见以 Word 批注形式回来时，把意见回填到 Markdown 源文件，再重新构建，不要直接在产物 docx 上改完后反向覆盖源文件，否则下一次构建会把人工修改全部冲掉。把ref.docx和check_docx.py放进同一个仓库，下一个项目只需要换章节内容和数据源，编号、题注、目录这三件事不用从头再来一遍。

本文还有配套的精品资源，点击获取