从 Word 到 git+LaTeX：一位独立作家的图书出版流水线
# 从 Word 到 git+LaTeX：一位独立作家的图书出版流水线
书出版后想改一句话，得走下面这一串：
- 改一遍 master DOCX
- 在 InDesign 里改、导出 PDF、上传给经销商
- 在 Calibre 里改、导出 EPUB、上传给经销商
- 在 Kindle Create 里改、导出 KPF、上传到 KDP
四份格式、四个工具、四次上传。改一个错别字、加一句话，要在四个地方同步走完。
独立作家 D. J. Speckhals 既写历史小说，也是软件工程师。他写过基督教历史小说三部曲《Witnesses of the Light》（外加同系列中篇《The Outcast of Chivasso》），三本书都走这套传统流水线。第三本《Prince of Savoy》写完时，他终于动手把这套流水线 git 化——彻底替掉 Adobe 和 Microsoft，改一处自动构建多份格式。
他把整个演进过程写成了一篇博客（[原文](https://www.djspeckhals.com/posts/2026-05-22-how-i-bypassed-adobe-and-microsoft-to-build-a-git-tracked-book-production-pipeline/) / [HN 讨论](https://news.ycombinator.com/item?id=48238703)，2026 年 5 月 27 日的 HN 上 192 分 / 55 条评论）。每个决策点都讲清楚了：每一步用什么工具、解决什么问题、怎么衔接下一步、为什么没选别的。下面按他的演进路径走一遍——读完你就知道，想用 git 自己搭一套图书出版流水线，起步该做哪些选择。
---
## 起点的"三件套"：Word + InDesign + Calibre + Kindle Create
每个工具都不可替代，所以最初这套组合是合理的：
| 环节 | 工具 | 解决什么 |
|---|---|---|
| 写作 + 编辑往返 | Microsoft Word（DOCX） | 编辑和校对都用 Word 的 tracked changes，几乎所有专业人员都靠这个 |
| 印刷版排版 | Adobe InDesign | 行业标准，microtypography 强（连字符规则、对齐、孤行寡行控制、drop-cap） |
| EPUB 制作 | Calibre | Kovid Goyal 写的开源工具，从 DOCX 导入很顺，HTML+CSS 改起来直接 |
| Kindle 上架 | Kindle Create | Amazon 自家工具，能生成专有的 KFX 格式 |
Word 作为 master 文件挺合理。Speckhals 说自己"像个好孩子用 paragraph styles 而不是手动加格式"——这是后面所有结构化处理的伏笔。InDesign 在三本书里都用了。EPUB 用 Calibre 起步也顺。
瓶颈在 Kindle Create——KDP 接受 EPUB 但会转成自家的 KFX 格式，Speckhals 说他用 Calibre 生成的 EPUB 上传给 KDP 总是出问题，逼他必须维护一份 Kindle Create 单独的格式。"yet another format to maintain"（又一份格式要维护）——这是第一道裂痕。
加上 Linux 笔记本是他的日常机器，但 Kindle Create 和 InDesign 都不能跑（Wine 也不行），他得每次切到家里的 Macbook。
---
## 第一次撕裂：Standard Ebooks 替代 Kindle Create
[Standard Ebooks](https://standardebooks.org/) 是 Speckhals 在 HN 上发现的项目——专门给公版书做高质量 EPUB 的志愿者社区。他读了几本，觉得品质比所有免费 EPUB 都高几个档次。等到第三部小说《Prince of Savoy》写完，他决定试试 SE 的流程。
SE 工具链的核心是命令行程序 [`standardebooks`](https://github.com/standardebooks/tools)。装好后用 `se build` 就能从 XHTML 源文件构建 EPUB。但 SE 真正的杀手锏是它的 [Manual of Style](https://standardebooks.org/manual/latest/single-page) 和配套 linter——Speckhals 形容这个 linter 像"给电子书排版当 copyeditor，或者给代码当 linter"。
举几条 lint 错误示例（原文给的）：
```
- Illegal unit used to set font-size. Hint: Use em units.
- Word count in metadata doesn't match actual word count.
- Header element with incompatible semantics.
Hint: Headers should be either title or ordinal, not both.
- Possessive 's within name italics.
Hint: If the name in italics is doing the possessing, 's goes outside italics.
```
总共几百条。第一次过完所有 lint 规则要花不少时间，但通过之后拿到的是一份干净的 XHTML 源文件目录、能进 git、`se build` 一行出 EPUB。这份 EPUB 转 Kindle 也兼容，所以 Kindle Create 直接被砍掉了。
判断这套适不适合你：你是不是软件工程师那种乐意被 linter 教做事的人？是的话 SE 是天作之合；不是的话你会觉得它"how strict, how pedantic, and how utterly opinionated"（多严格、多吹毛求疵、多固执己见）——Speckhals 自己第一次走流程也是边走边说"trust the process"（相信这套流程值得）硬撑过去的。
---
## 源文件改造：DOCX → ODT + 语义化样式
回头修第一本《Heretics of Piedmont》时，Speckhals 决定把源文件从 Word 切到 LibreOffice Writer 的 ODT 格式（Open Document Text）。理由：
- 不想再用 Windows 或 Office 365 Online 编辑
- ODT 是 XML 加文本，能解析、能被脚本处理
- LibreOffice 写作够用，拼写检查、语法检查、样式都有
更关键的是他给 ODT 加了**语义化段落样式 + 字符样式**。书里出现的特殊段落都被分门别类标好：
- 段落样式：歌词、信件、诗、题词、术语表条目
- 字符样式：每种外语（《Heretics of Piedmont》里有 7 种外语，约 100 个非英语短语）、人物的内心独白、作品标题、祈祷文、强调
视觉上这些东西最后都是斜体，但在源文件里是有语义的。这样做有三个好处：
1. **屏幕阅读器能识别**——这种语义对 EPUB 的可读性很重要
2. **样式可以全局换皮**——一句"全部诗体改 1pt 字号"在 ODT 里就是改一处样式定义
3. **下游脚本能精准匹配**——比"找所有斜体"好用得多
读到这里有人会问："为什么不直接用 LaTeX 或 Markdown 写？"Speckhals 的回答："I considered each of those, but I prefer writing novels in a word processor, not a text editor."（这些我都考虑过，但我宁可在 word processor 里写小说，不是文本编辑器）
这是这套流水线的核心选择。**word processor 没过时——它是写作工具**。git 化的代价不应该是放弃 word processor。所以 ODT 留下来作 source of truth，下游格式都从 ODT 派生。
---
## 自己写转换脚本：Python + lxml + Claude Code
ODT 到 EPUB 和 PDF 之间需要一层转换。Pandoc 能转，但 LibreOffice Writer 的自定义样式过不去——Speckhals 加的那 30+ 种语义样式 Pandoc 都丢掉了。
所以他自己写了转换脚本，技术栈：
- **Python** + **lxml** 解析 ODT 的 XML 结构
- **Claude Code** 帮他起草脚本（他在博客里特别提了一句）
- **TOML 配置文件**——做 ODT 样式到 XHTML/TeX 元素的映射
脚本拿到 ODT 后先映射成中间结构，然后出两份产物：
```
┌─→ XHTML → Standard Ebooks 工具链 → EPUB
ODT (source) ─→ 脚本
└─→ TeX → LaTeX 编译 → PDF（印刷版）
```
XHTML 这条路输出后只剩几个 lint 错误要修。EPUB 这条搞定。
PDF 那条路是后来才接通的，关键在 LaTeX。
---
## LaTeX 替代 InDesign：microtype 是决定性的一票
Speckhals 一开始很想让 LibreOffice Writer 直接出 PDF，2025 年 Writer 加了几个 microtypography 特性听起来跟 InDesign 类似。试了之后失望——页面右边缘排得不齐、底边不平、drop-cap 看着别扭。换 Scribus 也不行，200 多页的书让它慢得没法用，效果还不如 Writer。
LaTeX 是他犹豫了很久的选项——上学时是文科生，没碰过 LaTeX，听起来吓人。但他选一章试着排一遍，跟 InDesign 输出的对比："nearly indistinguishable"（几乎看不出差别）。
LaTeX 替代 InDesign 的关键是几个 LaTeX 包：
```latex
\usepackage{memoir} % "batteries included" 的文档类
\usepackage{fontspec} % 支持 OpenType 字体（Adobe Garamond 这种）
\usepackage{polyglossia} % 多语言断字规则（Old Occitan、Latin 等）
\usepackage{graphicx} % 图片排版（地图、作者像）
\usepackage{microtype} % microtypography——最关键的一个
```
最关键是 [microtype](https://ctan.org/pkg/microtype) 包——它带来 InDesign 那套高级排版特性：character protrusion（字符突出，让标点在边缘外推一点让对齐看起来更齐）、font expansion（字符微微缩放让行长更顺）、tracking 调整等等。装上 microtype 之后印刷质量直接到 InDesign 水平——这就是他选 LaTeX 的最大理由。
Speckhals 在博客里贴了完整的 [LaTeX preamble](https://www.djspeckhals.com/documents/latex-preamble-heretics-of-piedmont/)。
ODT → TeX 这条路用的是同一个 Python 转换脚本，加一份不同的 TOML 配置——这是脚本结构的好处：换输出格式就换映射文件，不动核心逻辑。
---
## 完整流水线长什么样
最后这套拓扑：
```
master ODT
（在 LibreOffice Writer 里写）
│
│ Python + lxml 转换脚本
│ + 不同 TOML 配置映射样式
┌──────────┴──────────┐
▼ ▼
XHTML TeX
│ │
│ se build │ xelatex
▼ ▼
EPUB PDF
（SE Manual of （microtype 包做
Style 合规） microtypography）
│ │
│ ▼
│ 印刷版上架
▼
Kindle / 其他
EPUB 经销商
```
git 在哪？目前作者每本书有两个独立 git 仓库：一个跟踪 XHTML、一个跟踪 TeX。ODT 作为 source of truth 不进 git——这是他承认的妥协，因为 ODT 是 zip 打包的 XML，git diff 看不出改了什么。他的目标是有朝一日 XHTML 和 TeX 完全是 artifacts，但目前还没做到。
最大的 quality-of-life 提升是 `git diff` 能直接看到改了哪些字。从 `.docx` 和 `.indd` 的不透明二进制切到 `.xhtml` 和 `.tex` 的纯文本，校对一遍下来 git 告诉你具体改了什么——这是 Word + InDesign 那套永远做不到的。
---
## 备选路径（来自 HN 评论区）
如果你不想完全照 Speckhals 这套走，HN 评论区给了几条替代路径：
**Vellum**（[TheOtherHobbes](https://news.ycombinator.com/user?id=TheOtherHobbes) 推荐）：fiction 作家专用工具，250 美元一次性买断，EPUB 单独版或 EPUB+PDF 全套都有。可定制性差，但开箱即用，能省掉 Speckhals 这套 80% 的工作量。代价是 Mac only、闭源、不能 git 化。适合"我就要好用，不想自己搭"的作者。
**Typst**（[huijzer](https://news.ycombinator.com/user?id=huijzer)、[moopie](https://news.ycombinator.com/user?id=moopie)、[raybb](https://news.ycombinator.com/user?id=raybb) 提到）：比 LaTeX 现代很多的排版语言，已经能用来排论文和书。Speckhals 自己试过没选——理由很具体："window/orphan 控制只是开关式（binary on/off），LaTeX 是 penalty 加权计算"。这条理由对 fiction 排版很关键，因为 fiction 几乎每页都要做寡行寡字的 trade-off。如果你写技术书或论文，Typst 可能就够了，而且语法比 LaTeX 友好。
**Pandoc + WeasyPrint + ghostscript**（[diamondap](https://news.ycombinator.com/user?id=diamondap) 推荐）：源文件用 Markdown，生成 HTML 后 WeasyPrint 出 PDF/X-1a，ghostscript 做最后的合规检查。CSS 控制样式。完全 git 化、跨平台、开源。Speckhals 没选这条因为 Markdown 不带语义化字符样式（人物内心独白和普通强调都只是斜体，分不开），他要写小说不是技术书。
**Asciidoctor**（[meonkeys](https://news.ycombinator.com/user?id=meonkeys) 推荐）：单一格式源，能出 PDF/HTML/EPUB。Speckhals 的回应："Asciidoctor was in the running months ago. I like the idea of a single set of files, but yes, word processors are my weakness."（几个月前 Asciidoctor 也在我考虑范围里。我喜欢单一文件源的想法，但 word processor 对我来说就是放不下）
**InDesign Place 命令**（[Exoristos](https://news.ycombinator.com/user?id=Exoristos) 推荐——他在商业印刷干了 6 年）：InDesign 可以"链接"外部 Word 文档，理论上 Word 改了 ID 同步更新。但 [TheOtherHobbes](https://news.ycombinator.com/user?id=TheOtherHobbes) 和 [munificent](https://news.ycombinator.com/user?id=munificent) 都反驳了——最近版本的 InDesign Place 命令不再自动同步，得手动点一下；而且就算自动同步你也不想要，因为改一句话可能让整本书的页码全错位。这条算"理论可行实操坑很深"。
**The Sourdough Framework**（[HanClinto](https://news.ycombinator.com/user?id=HanClinto) 提到）：[一本讲做酸面包的书](https://github.com/hendricius/the-sourdough-framework)，整套 git+CI/CD+TeX 流水线公开在 GitHub 上，是这类"图书工程化"的早期范本。Speckhals 评论："这是我早期的灵感来源，文章里漏提了。"想看完整范例的可以读这本书的源码。
---
## 选择指南
按 Speckhals 这套和评论区的备选路径，给一张挑选地图：
| 你的需求 | 推荐路径 | 主要代价 |
|---|---|---|
| 我就要好用，不想自己搭 | **Vellum**（$250） | Mac only、闭源、不可 git |
| 想 git 化、不想写脚本、写技术书或论文 | **Typst** | fiction 排版细节差一截 |
| 想 git 化、写小说、不想写脚本 | **Standard Ebooks 工具链** + 直接写 XHTML | 学 SE Manual of Style 要时间 |
| 想 git 化、保留 word processor 写作体验 | **Speckhals 这套**（ODT + 自写脚本 + SE + LaTeX） | 要自写转换脚本 |
| 想给开源/技术书做完整流水线 | **Asciidoctor 或 Pandoc** + CI | 必须用文本编辑器 |
Speckhals 自己的话："My process certainly isn't for everyone."（这套流程肯定不适合所有人）——但他把每个决策点的来由都讲清楚了，让读者拿到一张真实的地图，不是一句"用 LaTeX 就好了"的口号。怎么走、走多远，对照上面那张挑选地图按自己情况定。
---
**关键链接汇总**：
- 原文：[How I Bypassed Adobe and Microsoft to Build a Git-Tracked Book Production Pipeline](https://www.djspeckhals.com/posts/2026-05-22-how-i-bypassed-adobe-and-microsoft-to-build-a-git-tracked-book-production-pipeline/)
- HN 讨论：[news.ycombinator.com/item?id=48238703](https://news.ycombinator.com/item?id=48238703)（192 分 / 55 评论 / 2026-05-27 抓取）
- 作者博客：[djspeckhals.com](https://www.djspeckhals.com/)
- [Standard Ebooks 项目](https://standardebooks.org/) + [Manual of Style](https://standardebooks.org/manual/latest/single-page) + [工具链](https://github.com/standardebooks/tools)
- [LaTeX preamble 完整文件](https://www.djspeckhals.com/documents/latex-preamble-heretics-of-piedmont/)
- [Calibre](https://calibre-ebook.com/)
- [LaTeX microtype 包](https://ctan.org/pkg/microtype)
- [Typst](https://typst.app/)
- [The Sourdough Framework（图书工程化范本）](https://github.com/hendricius/the-sourdough-framework)