lanyuanxiaoyao/lyxy-document
1
0
Fork 0
Code Releases Activity
36 Commits 1 Branch 0 Tags
229f17bfee2cff1e13e3eb721bf4ce135b2a89da
Commit Graph

8 Commits

Author SHA1 Message Date
lanyuanxiaoyao
e67ec24dfd refactor: 优化执行命令，始终包含 pyarmor 依赖 
- 更新 SKILL.md 中的命令示例，使用 uv run --with pyarmor
- advice_generator.py 中始终添加 pyarmor 依赖（混淆后脚本需要）
- 生成的 pip 命令也始终包含 pyarmor
 2026-03-11 18:24:05 +08:00
lanyuanxiaoyao
65c746c639 refactor: 移除 doc 和 ppt reader 支持 
移除对旧版 .doc 和 .ppt 格式的支持，以简化项目架构和减少维护负担。

变更内容：
- 删除 scripts/readers/doc/ 目录
- 删除 scripts/readers/ppt/ 目录
- 从 readers/__init__.py 中移除 DocReader 和 PptReader
- 从 utils/file_detection.py 中移除 is_valid_doc 和 is_valid_ppt
- 从 config.py 中移除 doc 和 ppt 依赖配置
- 从 advice_generator.py 中移除相关映射
- 更新 CLI 帮助文档
- 更新 README.md 文档
- 删除相关测试用例
- 删除相关规范文档
 2026-03-11 00:55:15 +08:00
lanyuanxiaoyao
cf10458dd6 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
 2026-03-10 23:09:13 +08:00
lanyuanxiaoyao
aaa1171e60 feat: 添加 --advice 参数，支持快速获取执行建议 
- 新增 scripts/core/advice_generator.py 建议生成器模块
- 在 config.py 中添加 DEPENDENCIES 依赖配置
- 在 lyxy_document_reader.py 中添加 -a/--advice 参数
- 复用 Reader 实例的 supports 方法检测文件类型
- 支持平台检测，对 macOS x86_64 PDF 返回特殊命令
- 添加单元测试和集成测试
- 更新 SKILL.md，引导优先使用 --advice 参数
- 更新 README.md，添加项目结构说明
- 添加 openspec/specs/cli-advice/spec.md 规范文档
 2026-03-09 18:13:00 +08:00
lanyuanxiaoyao
9daff73589 refactor: 调整模块导入路径，简化引用结构 
- 更新 openspec/config.yaml 中 git 任务相关说明
- 将 scripts.core.* 改为 core.*，scripts.readers.* 改为 readers.*
- 优化 lyxy_document_reader.py 中 sys.path 设置方式
- 同步更新所有测试文件的导入路径
 2026-03-09 15:44:51 +08:00
lanyuanxiaoyao
1aea561277 refactor: 重构 Reader 内部工具函数到独立模块 
- 新增 scripts/readers/_utils.py 作为 Reader 内部共享工具模块
- 将 parse_with_markitdown 等函数从 core/markdown.py 迁移到 _utils.py
- 函数重命名：parse_with_xxx → parse_via_xxx，_unstructured_elements_to_markdown → convert_unstructured_to_markdown
- 更新 17 个 Reader 实现文件的 import 路径
- 从 core/__init__.py 移除已迁移函数的导出
- 新增测试文件 tests/test_readers/test_utils.py
- 新增 spec 文档 openspec/specs/reader-internal-utils/spec.md

这次重构明确了模块边界：core/ 提供公共 API，readers/_utils.py 提供 Reader 内部工具
 2026-03-09 00:56:05 +08:00
lanyuanxiaoyao
7eab1dcef1 test: 添加全面的测试套件，覆盖所有 Reader 实现 
- 测试数量从 83 个增加到 193 个 (+132%)
- 代码覆盖率从 48% 提升到 69% (+44%)
- 为每种文档格式的所有 Reader 实现创建独立测试
- 添加跨 Reader 的一致性验证测试
- 新增 4 个测试规范 (cli-testing, exception-testing, reader-testing, test-fixtures)
- 更新 README 测试统计信息

测试覆盖:
- DOCX: python-docx, markitdown, docling, native-xml, pypandoc, unstructured
- PDF: pypdf, markitdown, docling, docling-ocr, unstructured, unstructured-ocr
- HTML: html2text, markitdown, trafilatura, domscribe
- PPTX: python-pptx, markitdown, docling, native-xml, unstructured
- XLSX: pandas, markitdown, docling, native-xml, unstructured
- CLI: 所有命令行选项和错误处理

所有 193 个测试通过。
 2026-03-08 22:20:21 +08:00
lanyuanxiaoyao
15b63800a8 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。
 2026-03-08 17:41:03 +08:00