文档解析工具

📁 文件夹说明

此文件夹用于存放需要解析的保险产品文档，脚本将自动读取并生成配置。

🚀 使用方法

1. 添加文档

将客户提供的 PDF/Word 文档复制到此文件夹：

docs/to-parse/
├── WIOP3E 产品说明书.pdf
├── 宏挚传承保障计划.docx
└── MBC PRO 保障计划.pdf

2. 执行解析脚本

# 查看待处理的文档
pnpm run parse:docs:list

# 解析所有文档（默认仅生成待审核文件，不写入配置）
pnpm run parse:docs

# 解析指定文档（默认仅生成待审核文件，不写入配置）
pnpm run parse:docs:file -- --file="产品说明书.pdf"

# 解析并写入配置（需要显式开启）
pnpm run parse:docs:file -- --file="产品说明书.pdf" --write-config

3. 查看结果

解析成功后会生成待审核文件，位置如下：

docs/parse-audit/pending/

审核通过后再手动合并到 src/config/plan-templates.js，或使用 --write-config 明确写入。

🔗 功能链路

文档放入 docs/to-parse/
        ↓
markitdown 抽取文本
        ↓
启发式推断基础信息（产品名称/类型/币种）
        ↓
生成配置代码与待审核文件
        ↓
人工审核（pending → approved）
        ↓
合并到 src/config/plan-templates.js

🧭 使用思路

1. 先审核再合并：默认只生成待审核文件，避免直接污染配置。
2. 先读再写：审核时重点核对产品名称、币种、缴费年期、年龄范围。
3. 分离责任：解析用于提取线索，最终配置仍由人工确认。
4. 可追溯：审计日志记录每次解析结果与变更摘要。

📋 支持的文档格式

• ✅ PDF (.pdf)
• ✅ Word (.doc, .docx)
• ✅ 纯本文档 (.txt, .md)

🧪 Fixtures 文档样本说明

用于测试的样本文档建议放在此目录，命名规则建议包含产品名与类型，便于回归验证：

docs/to-parse/
├── fixtures-life-insurance-sample.pdf
├── fixtures-critical-illness-sample.docx
└── fixtures-savings-sample.txt

执行测试前请确认样本文档内容完整且可被抽取为文本。

📊 解析摘要与审计日志

每次解析都会输出成功/失败/耗时摘要，并在以下位置记录审计日志：

docs/parsed-backup/parse-audit.jsonl

日志包含解析汇总与本次变更摘要，便于回溯与排查。

🔧 配置 AI 服务

脚本当前使用 markitdown CLI 进行文档抽取，AI 服务仍待接入。

⚠️ 注意事项

1. 文档命名：建议使用有意义的文件名，方便识别产品
2. 手动审核：生成后请检查配置是否正确
3. 版本控制：生成的配置会自动备份