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/utils/file_detection.py

@@ -5,6 +5,19 @@ import zipfile
 from typing import List, Optional
 
 
+def _is_valid_ole(file_path: str) -> bool:
+    """验证 OLE2 格式文件（DOC/XLS/PPT）"""
+    try:
+        import olefile
+    except ImportError:
+        # 如果 olefile 未安装，就不做严格验证
+        return True
+    try:
+        return olefile.isOleFile(file_path)
+    except Exception:
+        return False
+
+
 def _is_valid_ooxml(file_path: str, required_files: List[str]) -> bool:
     """验证 OOXML 格式文件（DOCX/PPTX/XLSX）"""
     try:
@@ -35,6 +48,21 @@ def is_valid_xlsx(file_path: str) -> bool:
     return _is_valid_ooxml(file_path, _XLSX_REQUIRED)
 
 
+def is_valid_doc(file_path: str) -> bool:
+    """验证文件是否为有效的 DOC 格式"""
+    return _is_valid_ole(file_path)
+
+
+def is_valid_xls(file_path: str) -> bool:
+    """验证文件是否为有效的 XLS 格式"""
+    return _is_valid_ole(file_path)
+
+
+def is_valid_ppt(file_path: str) -> bool:
+    """验证文件是否为有效的 PPT 格式"""
+    return _is_valid_ole(file_path)
+
+
 def is_valid_pdf(file_path: str) -> bool:
     """验证文件是否为有效的 PDF 格式"""
     try:
@@ -61,13 +89,18 @@ _FILE_TYPE_VALIDATORS = {
     ".pptx": is_valid_pptx,
     ".xlsx": is_valid_xlsx,
     ".pdf": is_valid_pdf,
+    ".doc": is_valid_doc,
+    ".xls": is_valid_xls,
+    ".ppt": is_valid_ppt,
 }
 
 
 def detect_file_type(file_path: str) -> Optional[str]:
-    """检测文件类型，返回 'docx'、'pptx'、'xlsx' 或 'pdf'"""
+    """检测文件类型，返回 'docx'、'pptx'、'xlsx'、'pdf'、'doc'、'xls' 或 'ppt'"""
     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
+
+