refactor: 将核心代码迁移到 scripts 目录

- 创建 scripts/ 目录作为核心代码根目录
- 移动 core/, readers/, utils/ 到 scripts/ 下
- 移动 config.py, lyxy_document_reader.py 到 scripts/
- 移动 encoding_detection.py 到 scripts/utils/
- 更新 pyproject.toml 中的入口点路径和 pytest 配置
- 更新所有内部导入语句为 scripts.* 模块
- 更新 README.md 目录结构说明
- 更新 openspec/config.yaml 添加目录结构说明
- 删除无用的 main.py

此变更使项目结构更清晰，便于区分核心代码与测试、文档等支撑文件。

scripts/utils/file_detection.py

@@ -0,0 +1,73 @@
+"""文件类型检测模块，用于验证和检测输入文件类型。"""
+
+import os
+import zipfile
+from typing import List, Optional
+
+
+def _is_valid_ooxml(file_path: str, required_files: List[str]) -> bool:
+    """验证 OOXML 格式文件（DOCX/PPTX/XLSX）"""
+    try:
+        with zipfile.ZipFile(file_path, "r") as zip_file:
+            names = set(zip_file.namelist())
+            return all(r in names for r in required_files)
+    except (zipfile.BadZipFile, zipfile.LargeZipFile):
+        return False
+
+
+_DOCX_REQUIRED = ["[Content_Types].xml", "_rels/.rels", "word/document.xml"]
+_PPTX_REQUIRED = ["[Content_Types].xml", "_rels/.rels", "ppt/presentation.xml"]
+_XLSX_REQUIRED = ["[Content_Types].xml", "_rels/.rels", "xl/workbook.xml"]
+
+
+def is_valid_docx(file_path: str) -> bool:
+    """验证文件是否为有效的 DOCX 格式"""
+    return _is_valid_ooxml(file_path, _DOCX_REQUIRED)
+
+
+def is_valid_pptx(file_path: str) -> bool:
+    """验证文件是否为有效的 PPTX 格式"""
+    return _is_valid_ooxml(file_path, _PPTX_REQUIRED)
+
+
+def is_valid_xlsx(file_path: str) -> bool:
+    """验证文件是否为有效的 XLSX 格式"""
+    return _is_valid_ooxml(file_path, _XLSX_REQUIRED)
+
+
+def is_valid_pdf(file_path: str) -> bool:
+    """验证文件是否为有效的 PDF 格式"""
+    try:
+        with open(file_path, "rb") as f:
+            header = f.read(4)
+            return header == b"%PDF"
+    except (IOError, OSError):
+        return False
+
+
+def is_html_file(file_path: str) -> bool:
+    """判断文件是否为 HTML 文件（仅检查扩展名）"""
+    ext = file_path.lower()
+    return ext.endswith(".html") or ext.endswith(".htm")
+
+
+def is_url(input_str: str) -> bool:
+    """判断输入是否为 URL"""
+    return input_str.startswith("http://") or input_str.startswith("https://")
+
+
+_FILE_TYPE_VALIDATORS = {
+    ".docx": is_valid_docx,
+    ".pptx": is_valid_pptx,
+    ".xlsx": is_valid_xlsx,
+    ".pdf": is_valid_pdf,
+}
+
+
+def detect_file_type(file_path: str) -> Optional[str]:
+    """检测文件类型，返回 'docx'、'pptx'、'xlsx' 或 'pdf'"""
+    ext = os.path.splitext(file_path)[1].lower()
+    validator = _FILE_TYPE_VALIDATORS.get(ext)
+    if validator and validator(file_path):
+        return ext.lstrip(".")
+    return None