docs: 同步 delta specs 到主 specs

从归档的 unify-document-readers change 同步 delta specs 到主 specs 目录。

新增 specs：
- document-reading - 统一文档读取核心能力
- docx-reader - DOCX 文档解析能力
- xlsx-reader - XLSX 文档解析能力
- pptx-reader - PPTX 文档解析能力
- pdf-reader - PDF 文档解析能力（含 OCR）
- html-reader - HTML/URL 文档解析能力

openspec/specs/pdf-reader/spec.md

@@ -0,0 +1,120 @@
+## Purpose
+
+PDF 文档解析能力（含 OCR），支持多种解析方法。
+
+## Requirements
+
+### Requirement: PDF 文档解析
+系统 SHALL 支持解析 PDF 格式文档，按优先级尝试多个解析器，OCR 优先。
+
+#### Scenario: 按优先级尝试解析器
+- **WHEN** 解析 PDF 文档
+- **THEN** 系统按 docling OCR → unstructured OCR → docling → unstructured → markitdown → pypdf 的顺序尝试
+
+#### Scenario: 成功解析
+- **WHEN** 任一解析器成功
+- **THEN** 系统返回解析结果
+
+#### Scenario: 所有解析器失败
+- **WHEN** 所有解析器均失败
+- **THEN** 系统返回失败列表并退出非零状态码
+
+### Requirement: 无 --high-res 参数
+系统 SHALL NOT 提供 --high-res 参数来控制是否使用 OCR，OCR 解析器直接加入解析器链。
+
+#### Scenario: 不接受 --high-res 参数
+- **WHEN** 用户使用 --high-res 参数
+- **THEN** 系统提示该参数不存在
+
+### Requirement: docling OCR 解析器
+系统 SHALL 支持使用 docling 库的 OCR 模式解析 PDF。
+
+#### Scenario: docling OCR 解析成功
+- **WHEN** docling 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: docling 库未安装
+- **WHEN** docling 库未安装
+- **THEN** 系统尝试下一个解析器
+
+### Requirement: unstructured OCR 解析器
+系统 SHALL 支持使用 unstructured 库的 hi_res 策略+PaddleOCR 解析 PDF。
+
+#### Scenario: unstructured OCR 解析成功
+- **WHEN** unstructured 和 unstructured-paddleocr 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: unstructured OCR 依赖未安装
+- **WHEN** unstructured 或 unstructured-paddleocr 库未安装
+- **THEN** 系统尝试下一个解析器
+
+### Requirement: docling 解析器（非 OCR）
+系统 SHALL 支持使用 docling 库的非 OCR 模式解析 PDF。
+
+#### Scenario: docling 解析成功
+- **WHEN** docling 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: docling 库未安装
+- **WHEN** docling 库未安装
+- **THEN** 系统尝试下一个解析器
+
+### Requirement: unstructured 解析器（非 OCR）
+系统 SHALL 支持使用 unstructured 库的 fast 策略解析 PDF。
+
+#### Scenario: unstructured 解析成功
+- **WHEN** unstructured 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: unstructured 库未安装
+- **WHEN** unstructured 库未安装
+- **THEN** 系统尝试下一个解析器
+
+### Requirement: markitdown 解析器
+系统 SHALL 支持使用 markitdown 库解析 PDF。
+
+#### Scenario: markitdown 解析成功
+- **WHEN** markitdown 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: markitdown 库未安装
+- **WHEN** markitdown 库未安装
+- **THEN** 系统尝试下一个解析器
+
+### Requirement: pypdf 解析器
+系统 SHALL 支持使用 pypdf 库解析 PDF。
+
+#### Scenario: pypdf 解析成功
+- **WHEN** pypdf 库可用且文档有效
+- **THEN** 系统返回 Markdown 内容
+
+#### Scenario: pypdf 库未安装
+- **WHEN** pypdf 库未安装
+- **THEN** 系统返回失败信息
+
+### Requirement: 每个解析器独立文件
+系统 SHALL 将每个解析器实现为独立的单文件模块。
+
+#### Scenario: docling OCR 解析器在独立文件
+- **WHEN** 使用 docling OCR 解析器
+- **THEN** 从 readers/pdf/docling_ocr.py 导入
+
+#### Scenario: unstructured OCR 解析器在独立文件
+- **WHEN** 使用 unstructured OCR 解析器
+- **THEN** 从 readers/pdf/unstructured_ocr.py 导入
+
+#### Scenario: docling 解析器在独立文件
+- **WHEN** 使用 docling 解析器
+- **THEN** 从 readers/pdf/docling.py 导入
+
+#### Scenario: unstructured 解析器在独立文件
+- **WHEN** 使用 unstructured 解析器
+- **THEN** 从 readers/pdf/unstructured.py 导入
+
+#### Scenario: markitdown 解析器在独立文件
+- **WHEN** 使用 markitdown 解析器
+- **THEN** 从 readers/pdf/markitdown.py 导入
+
+#### Scenario: pypdf 解析器在独立文件
+- **WHEN** 使用 pypdf 解析器
+- **THEN** 从 readers/pdf/pypdf.py 导入