大语言模型生成的 Markdown 文本常常存在排版不规范的问题，尤其是中英文混排场景。本文介绍如何通过 Python 脚本和 Git Pre-commit Hook 实现中文排版的自动修复，让博客发布流程更加工程化。
问题：大模型生成的 Markdown 排版陷阱
在使用 AI 辅助写作时，我经常遇到以下排版问题：
- This is bold**text**, render it ❌ 英文加粗外侧缺空格
- 这是加粗**文本**, 渲染效果 ❌ 中文加粗外侧缺空格
- 这是加粗 ** 文本 ** , 渲染效果 ❌ 加粗内侧有空格，标点前有空格
- AI时代，个人知识管理(PKM)正在变革 ❌ 中英文无空格，中文括号内不应有空格
这些不规范的写法在不同 Markdown 渲染器（GitHub、Hugo、Typora）中表现不一致，导致最终页面排版混乱。
核心排版规则
中文 Markdown 排版有两条关键规则：
| 规则 | 正确示例 | 错误说明 |
|---|---|---|
| 加粗外侧必须有空格 | 这是 **重点** 内容 | 加粗标记与中文之间缺少空格 |
| 加粗内侧不能有空格 | 这是 **重点** 内容 | 加粗标记与内容之间存在空格 |
| 中英文之间加空格 | AI 时代 | 中文与英文/数字之间缺少空格 |
| 中文括号内无空格 | （Context） | 中文括号内部存在多余空格 |
| 标点前无空格 | **重点**， | 标点符号前存在多余空格 |
解决方案架构
┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ git commit │────▶│ pre-commit │────▶│ Python │
│ │ │ hook (bash) │ │ fix script │
└─────────────┘ └──────────────┘ └─────────────┘
│ │
│ ┌─────▼──────┐
│ │ Regex │
│ │ fixes │
│ └─────┬──────┘
│ │
┌─────▼──────┐ ┌─────▼──────┐
│ Re-stage │◀─────│ Write │
│ modified │ │ fixed │
│ files │ │ files │
└────────────┘ └────────────┘
整个流程在 git commit 时自动触发：
- Pre-commit hook 检测暂存的
.md文件 - Python 脚本逐行修复排版问题
- 自动 re-stage 修改后的文件
- 提交完成，格式已修正
核心实现：Python 修复脚本
修复脚本的核心逻辑是逐行处理 Markdown 内容，跳过代码块和 frontmatter，用正则表达式修复排版问题。
import re
from pathlib import Path
def fix_chinese_markdown(content: str) -> str:
"""Fix Chinese markdown typography issues."""
lines = content.split("\n")
new_lines = []
in_code_block = False
in_frontmatter = False
frontmatter_count = 0
for line in lines:
# Track frontmatter (skip YAML metadata)
if line.strip() == "---":
frontmatter_count += 1
if frontmatter_count <= 2:
in_frontmatter = (frontmatter_count == 1)
new_lines.append(line)
continue
if in_frontmatter:
new_lines.append(line)
continue
# Track code blocks (skip code content)
if line.strip().startswith("```"):
in_code_block = not in_code_block
new_lines.append(line)
continue
if in_code_block:
new_lines.append(line)
continue
# Step 1: Fix bold inner spacing — ** 内容 ** -> **内容**
def fix_bold(match):
inner = match.group(1).strip()
return f'**{inner}**'
line = re.sub(r'\*\*\s*([^*]+?)\s*\*\*', fix_bold, line)
# Step 2: Add outer spacing for CJK — 中文**内容 -> 中文 **内容
line = re.sub(
r'([\u4e00-\u9fff\u3000-\u303f\uff01-\uff60「」：，。；！？\-])\*\*([\u4e00-\u9fffa-zA-Z0-9])',
r'\1 **\2', line
)
# 内容**中文 -> 内容** 中文
line = re.sub(
r'([\u4e00-\u9fffa-zA-Z0-9])\*\*([\u4e00-\u9fff\u3000-\u303f\uff01-\uff60「」：，。；！？])',
r'\1** \2', line
)
# Step 3: Fix punctuation spacing — ** 。 -> **。
line = re.sub(r'\*\* ([，。；：！？,\.!?])', r'**\1', line)
# Step 4: Fix Chinese parentheses — （ Context ） -> （Context）
line = re.sub(r'（ +', r'（', line)
line = re.sub(r' +）', r'）', line)
# Step 5: CJK/English spacing
line = re.sub(r'([\u4e00-\u9fff])([a-zA-Z0-9])', r'\1 \2', line)
line = re.sub(r'([a-zA-Z0-9])([\u4e00-\u9fff])', r'\1 \2', line)
# Cleanup multiple spaces
line = re.sub(r' +', r' ', line)
new_lines.append(line.rstrip())
return "\n".join(new_lines)
关键正则解析
加粗内侧空格修复：\*\*\s*([^*]+?)\s*\*\*
- 匹配
**与内容之间存在空格的模式 - 捕获组
([^*]+?)提取内容并 strip 空格 - 替换为
**内容**
加粗外侧空格添加：([\u4e00-\u9fff])\*\*([\u4e00-\u9fffa-zA-Z0-9])
- 匹配中文字符后紧跟
**的情况 - 在
**前插入空格 - 注意：字符类中 不能包含空格，否则会匹配已有的空格导致重复添加
中英文空格：([\u4e00-\u9fff])([a-zA-Z0-9])
- 在中文字符和英文/数字之间插入空格
- 双向匹配（中→英、英→中）
集成到 Git 工作流
创建 Pre-commit Hook
#!/usr/bin/env bash
# .git/hooks/pre-commit
# Get staged markdown files
STAGED_FILES=$(git diff --cached --name-only --diff-filter=ACM | grep '\.md$' || true)
if [ -z "$STAGED_FILES" ]; then
exit 0
fi
echo "🔍 Checking Chinese Markdown typography..."
# Run fix script
python3 scripts/fix-chinese-markdown.py $STAGED_FILES
# Re-stage modified files
git diff --name-only --diff-filter=M | grep '\.md$' | xargs -r git add
echo "✅ Markdown typography check complete."
exit 0
安装 Hook
# 将 hook 脚本复制到 git hooks 目录
cp scripts/pre-commit.sh .git/hooks/pre-commit
chmod +x .git/hooks/pre-commit
使用方式
# 正常提交流程，hook 自动触发
git add content/post/2026/232-new-post.md
git commit -m "new post about markdown typography"
# 输出示例：
# 🔍 Checking Chinese Markdown typography...
# ✅ content/post/2026/232-new-post.md: fixed
# ✅ Markdown typography check complete.
# 紧急提交时跳过检查
git commit --no-verify -m "urgent fix"
测试验证
用你最初提供的测试用例验证修复效果：
# 修复前
- This is bold **text**, render it
- This is bold**text**, render it
- 这是加粗**文本**, 渲染效果
- 这是加粗** 文本 **, 渲染效果
- 这是加粗 **文本**, 渲染效果
- 这是加粗 ** 文本 ** , 渲染效果
# 修复后（全部规范化）
- This is bold **text**, render it
- This is bold **text**, render it
- 这是加粗 **文本**, 渲染效果
- 这是加粗 **文本**, 渲染效果
- 这是加粗 **文本**, 渲染效果
- 这是加粗 **文本**, 渲染效果
解法二：Agent 提示词工程
除了自动化工具修复，另一个思路是从源头解决问题——通过提示词约束大模型的输出格式。
系统提示词模板
在你的 Agent System Prompt 中加入以下规则：
所有使用 Markdown 加粗语法（**•••**）的内容，请在加粗标记的外侧（即 ** 与相邻中文字符之间）确保保留一个空格。如果原本没有空格，请自动补全。加粗标记的内侧必须没有空格，如果原本有空格，请自动删除。
实际效果
加入提示词约束后，大模型生成的内容会显著改善：
# 约束前
这是**核心观点**，需要重点关注。
AI时代正在改变** 知识管理 **的方式。
# 约束后
这是 **核心观点**，需要重点关注。
AI 时代正在改变 **知识管理** 的方式。
提示词工程的局限性
提示词约束虽然简单有效，但存在三个局限：
- 稳定性不足：大模型可能偶尔忽略规则，尤其是长文本生成时
- 上下文稀释：随着对话轮次增加，早期提示词的影响力会衰减
- 多 Agent 协作：每个 Agent 都需要单独配置，维护成本高
因此，最佳实践是 提示词约束 + 工具兜底 的双重保障：
┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ Agent 生成 │────▶│ 提示词约束 │────▶│ 基本规范 │
│ 内容 │ │ （源头控制） │ │ 输出 │
└─────────────┘ └──────────────┘ └──────┬──────┘
│
┌─────▼──────┐
│ Pre-commit │
│ Hook 兜底 │
│ （最终保障）│
└────────────┘
提示词负责减少错误率，Hook 负责消除残余错误。两者结合才能达到最佳效果。
总结
通过 Git Hook 集成自动化排版修复，解决了三个问题：
- 一致性：所有提交的文章自动符合中文排版规范
- 无感：开发者无需手动检查，hook 自动处理
- 可追溯：修复后的变更会出现在 commit diff 中，可审查
这种「工程化」的思维方式——将重复性的人工检查转化为自动化流程——正是 AI 时代内容生产的核心竞争力。大模型负责生成内容，工程工具负责保证质量。
完整脚本代码：scripts/fix-chinese-markdown.py
你的博客工作流中有类似的自动化检查吗？欢迎在评论区分享。