需求文档梳理
将结构混乱、排版随意的产品需求 Word 文档，整理成结构清晰、图片完整保留的梳理版 docx，并产出"待确认问题清单"。
何时使用
- 用户发来 .docx/.doc 需求文档（需求方案、功能说明、优化方案、评审稿等），要求"整理/梳理/重排/优化结构/让它更好读"
- 用户需要将旧版、多人合写、结构跳跃的需求文档规范化后再评审或归档
三条铁律（不可违反）
- 业务语义保真：只重排结构与表达，不编造、不补全业务内容。原文没有的规则、字段、数值，一律不得自行添加；拿不准的进"待确认问题清单"。
- 图片零丢失：原文所有图片必须出现在梳理版中，且位置与原文语境对应（图片上方的说明文字归哪一节，图就归哪一节）。交付前核对：提取图片数 = 插入图片数。
- 问题显式化：模糊点、矛盾点、缺失点不静默放过，全部汇入文末"待确认问题清单"，每条注明原文位置与建议确认方向。
工作流程
Step 1 提取原文（文本 + 图片）
用 python-docx 按文档流顺序提取全部内容，图片落盘并在文本流中留锚点：
python scripts/extract_docx.py <输入docx路径> <输出目录>
产物：
- <输出目录>/content.md：全文文本（标题/列表/表格已识别，图片位置以 [IMG:img_001] 锚点标记）
- <输出目录>/images/img_001.png ...：按文档顺序编号的图片
若环境中 python-docx 缺失，先 pip install python-docx。若文档是 .doc 旧格式，先转 docx（可用 LibreOffice：soffice --convert-to docx）。
Step 2 通读与诊断
通读 content.md 全文，确定：文档主题、目标读者（评审/开发/测试）、所属业务域。
然后对照 references/issue_patterns.md 的 10 类问题模式逐项扫描，记录：
- 结构问题（章节缺失、编号断层、层级混乱）
- 表达问题（长句嵌套、主谓缺失、口语化）
- 逻辑问题（前后矛盾、引用不存在的字段/表/章节、字段名前后不一致）
- 完整性问题（缺值集来源、缺异常分支、缺单位/边界）
Step 3 重构内容
对照 references/structure_template.md 的标准骨架重排章节（可按文档实际内容裁剪，不要求每个章节都有）：
- 原文每个信息点（需求条目、字段、规则、数字、条件）在梳理版中必须有落位——整理一份覆盖核对清单，逐条打勾；
- 长句拆短，一句一个信息点；被动/含糊表述改为主动句（谁触发、谁处理、什么结果）；
- 同一字段/对象统一命名（以文档中最正式的名称为准）；
[IMG:xxx]锚点随对应内容落位；- 原文错别字：明显笔误可修正并在交付说明中列出；语义不明的不要改，记入待确认问题。
Step 4 生成梳理版 docx
python scripts/build_docx.py <梳理版md路径> <images目录> <输出docx路径>
输入 md 约定格式：#/##/### 标题层级、- 列表、| a | b | 表格、[IMG:img_001] 图片锚点。脚本自动套用标题样式、表格边框、图片居中。
文档末尾必须包含 ## 待确认问题清单 章节，每条格式：
- 【位置】原文第X节/某条目
【问题】具体描述哪里模糊/矛盾/缺失
【建议】建议向谁确认什么、或建议的补充方向
Step 5 交付
聊天回复中给出（简短，不堆过程）：
1. 梳理版文件链接；
2. 结构改动摘要（合并/拆分了哪些章节、统一了哪些命名，5 条以内）；
3. 待确认问题 TOP 列表（全部问题已在文档末尾，聊天里列最重要 3-8 条）；
4. 图片核对结果（原文 N 张 → 梳理版 N 张）。
质量校验清单（交付前必过）
- [ ] 信息点覆盖：原文需求条目/字段/数字零遗漏（对照 Step 3 核对清单）
- [ ] 图片数量：提取数 = 插入数，且每张图的章节归属与原文一致
- [ ] 命名一致：同一字段/对象全文同一名称
- [ ] 待确认问题：每条有原文位置 + 问题描述 + 建议方向
- [ ] 无编造：梳理版中不存在原文没有的业务规则、数值、字段
参考文件
references/structure_template.md：梳理版标准章节骨架与写作规范references/issue_patterns.md：10 类常见问题模式与识别示例
