Git版本控制+LaTeX自动化：绕过Adobe/Microsoft的工程化书籍出版流水线

传统书籍出版依赖 Adobe InDesign 与 Microsoft Word 的组合，但这套工具链存在本质缺陷：二进制文件难以版本控制、跨平台协作受限、多格式输出需要重复劳动。独立作者 D.J. Speckhals 通过 Git+LaTeX+Python 脚本构建了一套完整的工程化出版流水线，将书籍生产从手工操作转变为可追踪、可复现的自动化流程。

传统工具链的工程债务

典型的自出版工作流包含四个环节：Word 负责编辑与修订跟踪，InDesign 生成印刷 PDF，Calibre 制作 EPUB，Kindle Create 处理亚马逊专有格式。每次内容更新都需要在四个系统中重复操作，且.docx与.indd作为二进制文件无法通过git diff查看具体变更。

更深层的问题在于平台锁定。InDesign 与 Kindle Create 均不支持 Linux，迫使作者在操作系统间切换；Word 的断字与对齐算法缺乏微排版 (microtypography) 能力，难以达到专业印刷标准。这种碎片化的工具链将技术复杂度转嫁给创作者。

流水线架构设计

新方案的核心是以语义化 ODT 文件为单一事实源 (Source of Truth)，通过 Python 脚本驱动双轨输出：

ODT(语义化标记)
    ↓ Python + lxml解析
XHTML ──→ Standard Ebooks工具链 ──→ EPUB
TeX ────→ LaTeX编译 ──→ 印刷PDF

源文件采用 LibreOffice Writer 编写，通过段落样式区分歌曲、书信、诗歌、题词等语义元素，字符样式标记外语短语、内心独白、祈祷文等细粒度信息。这些语义标记不仅提升屏幕阅读器的无障碍访问体验，更为后续格式转换提供结构化锚点。

转换脚本使用 TOML 配置文件建立样式映射规则，将 ODT 的 XML 节点分别输出为 XHTML（用于 EPUB）与 TeX（用于印刷）。整个代码库纳入 Git 管理，修订历史、差异对比、分支实验成为标准操作。

关键技术实现

微排版质量保障

LaTeX 侧采用memoir文档类作为基础框架，该包专为书籍设计，内置章节样式、页眉页脚、目录生成等 "电池全包" 功能。字体渲染通过fontspec调用 OpenType 字体（如 Adobe Garamond 正文），polyglossia为多语言内容（拉丁语、古奥克语等）提供断字规则。

最关键的排版质量来自microtype宏包，它实现字距微调 (protrusion)、字体膨胀 (expansion)、间距调整 (spacing) 与字间字距 (kerning) 优化。这些技术使 LaTeX 输出的 PDF 在视觉质量上与 InDesign"几乎无法区分"，同时保持纯文本的可版本控制特性。

EPUB 合规性检查

电子格式采用 Standard Ebooks 的严格规范，其命令行工具se包含数百条 lint 规则：检查元数据字数与实际是否匹配、字体单位是否使用em而非px、标题语义是否合规等。这种严格的静态检查类似代码 lint，确保 EPUB 在各类阅读设备上的兼容性。

可落地配置清单

对于希望复现该流程的技术作者，以下是关键配置参数：

LaTeX 导言区核心包

• memoir: 书籍文档类，替代标准book
• fontspec: OpenType 字体支持，需 XeLaTeX 或 LuaLaTeX 引擎
• microtype: 微排版优化，配置protrusion=true,expansion=true
• polyglossia: 多语言断字，主语言设为 english，次要语言按需加载
• graphicx: 插图处理，支持作者照片与地图嵌入

Git 工作流建议

• ODT 文件作为源文件单独存储，因其二进制特性不适合 diff
• 生成的 XHTML 与 TeX 纳入版本控制，便于追踪转换脚本的输出变更
• 使用 Git LFS 管理字体文件与高清插图
• CI/CD 配置：提交触发se build与latexmk自动构建

样式映射示例 (TOML)

[paragraph_styles]
"Song" = { element = "div", class = "song" }
"Letter" = { element = "div", class = "letter" }
"Foreign Language" = { element = "span", lang = "detect" }

[character_styles]
"Thought" = { element = "em", class = "thought" }
"Prayer" = { element = "em", class = "prayer" }

适用边界与权衡

该方案并非普适解。对于仅需简单排版的作者，Atticus、Vellum 等专用工具更高效；对于依赖专业编辑协作的项目，Word 的修订跟踪仍是行业标准。此方案的核心价值在于：当作者同时具备技术能力与质量追求时，将出版流程从手工劳动转化为可工程化管理的系统。

当前架构的改进空间包括：将 XHTML 与 TeX 视为构建产物而非代码，通过 CI/CD 实现纯自动化；开发更通用的 ODT 转换工具，降低脚本维护成本。但对于已掌握 Python 与 LaTeX 的技术写作者，这套流水线提供了从写作到印刷的完整自主可控路径。

参考来源

• D.J. Speckhals, "How I Bypassed Adobe and Microsoft to Build a Git-Tracked Book Production Pipeline", 2026-05-22
• Standard Ebooks Manual of Style: https://standardebooks.org/manual/latest/

systems