feat: 添加 doc/xls/ppt 旧格式文档支持

- 新增 DocReader，支持 markitdown 和 pypandoc-binary 解析器
- 新增 XlsReader，支持 unstructured、markitdown 和 pandas+xlrd 解析器
- 新增 PptReader，支持 markitdown 解析器
- 添加 olefile 依赖用于验证 OLE2 格式
- 更新 config.py 添加 doc/xls/ppt 依赖配置
- 更新 --advice 支持 doc/xls/ppt 格式
- 添加相应的测试用例
- 同步 specs 到主目录

scripts/config.py

@@ -97,5 +97,37 @@ DEPENDENCIES = {
                 "selenium"
             ]
         }
+    },
+    "doc": {
+        "default": {
+            "python": None,
+            "dependencies": [
+                "markitdown[docx]",
+                "pypandoc-binary",
+                "olefile"
+            ]
+        }
+    },
+    "xls": {
+        "default": {
+            "python": None,
+            "dependencies": [
+                "unstructured[xlsx]",
+                "markitdown[xls]",
+                "pandas",
+                "tabulate",
+                "xlrd",
+                "olefile"
+            ]
+        }
+    },
+    "ppt": {
+        "default": {
+            "python": None,
+            "dependencies": [
+                "markitdown[pptx]",
+                "olefile"
+            ]
+        }
     }
 }