文档解析工具

从 PDF、DOCX 等文档中智能提取配置字段，自动生成计划书模板配置。

📁 文件说明

文件	说明	使用频率
parse-docs.js	主脚本 - 文档解析和配置生成	⭐⭐⭐ 高频
smart-field-extractor.js	智能字段提取器 - 从文档中提取表单字段	⭐⭐ 中频
product-splitter.js	产品分割器 - 识别和分割多产品文档	⭐⭐ 中频
parse-config.js	配置文件 - markitdown 和 AI 服务配置	📋 配置
parse-docs.test.js	测试文件 - 单元测试	🧪 测试
QUICKSTART.md	快速开始指南	📖 文档

🚀 使用方式

# 解析所有待处理文档
pnpm parse:docs

# 查看待处理文档列表
pnpm parse:docs:list

# 查看解析状态
pnpm parse:docs:status

# 解析指定文件
pnpm parse:docs -- --file=产品说明书.pdf

# 应用审核通过的配置
pnpm parse:docs -- --apply=计划书模版4

# 预览应用配置（不实际修改）
pnpm parse:docs -- --apply=计划书模版4 --dry-run

📖 详细文档

参见 QUICKSTART.md 了解完整的快速开始指南。

🔧 工作原理

1. 扫描 docs/to-parse/ 目录下的待处理文档
2. 使用 markitdown 将文档转换为 Markdown
3. 调用 AI 服务提取配置字段
4. 生成可审核的配置文件
5. 审核通过后应用到 src/config/plan-templates.js

📝 支持的文档格式

• PDF (.pdf)
• Word (.doc, .docx)
• 文本 (.txt, .md)

🤖 AI 配置

在 .env 文件中配置 AI 服务：

# markitdown 服务 URL（可选）
MARKITDOWN_URL=http://localhost:8000/convert

# AI 服务配置（用于智能字段提取）
AI_SERVICE_URL=your_ai_service_url
AI_API_KEY=your_api_key

📋 输出示例

解析后会生成：

• docs/parsed/产品名称.json - 解析结果
• docs/parsed/产品名称.audit.md - 审核报告