Documentation
README
多格式文档解析 Skill（密卷房）
使用方式
- 由密卷房 Worker 在收到已通过安全扫描的文件时调用。
- 三级 fallback 依次尝试，输出最终结构化结果与置信度。
输入（Input）
file_path：已通过 security-scan 的本地文件路径formats：（可选）期望支持的格式白名单，默认全格式
输出（Output）
markdown：结构化 Markdown 正文metadata：标题、页数、表格数、作者等元数据confidence：0–1 解析置信度fallback_used：最终生效的解析器名称
依赖（Dependencies）
- MinerU（首选，强排版还原）
- PyMuPDF（次选，PDF 快速解析）
- pdfplumber（兜底，表格/文本抽取）
python-magic（类型探测）
失败处理（Failure Handling）
- 主解析器失败 → 自动降级到下一档，直到全部尝试。
- 三级全部失败 → 标记
人工介入，不输出残缺结果，回传 BLOCKED 给军机处。 - 单页超大文件 → 分块解析后拼接，避免内存溢出；块级失败仅标记该块低置信度。
复用价值（Reuse Value）
- 通用解析底座：RAG 索引、企业知识库、合同结构化均可直接复用。
- 置信度透明：下游（通政司四色卡片）可据此决定是否需要人工复核，降低幻觉风险。
This is the opening of the README. Read the full README on GitHub.