test: 真实样本 Word 解析集成测试（模板/规则/说明书画属write）

_AI_USAGE_LOG.md

@@ -66,3 +66,4 @@
 | 2026-08-10 | Agent 实现 | Phase3 Task2 实现：WordTemplateParser 章构成/占位符/样式名提取。新建 src/genesis/parsers/_word_common.py（heading_level 共享 helper，Task2/3 复用，从 Heading N 样式名解析大纲级别，非数字/无后缀兜底 1）与 src/genesis/parsers/word_template_parser.py（PLACEHOLDER_RE 统一占位符正则 {{键名}}/{{键名:章节名}}；Heading 段落→heading 章标记、bookmarkStart→bookmark、占位符→placeholder 并写 placeholders{名:段落上下文}；styles 提取 defined/used 样式名集合去重）；tests/test_word_template_parser.py 按 brief 8 用例（6 解析 + 2 heading_level 兜底分支）；覆盖补齐：bookmark 用例增加无 name 的 bookmarkStart 覆盖 if name 假分支（98%→100%）；TDD 验证 RED（ModuleNotFoundError: No module named 'genesis.parsers._word_common'）→ GREEN（聚焦 8 passed）；pytest 全量 140 passed 覆盖 100.00%（841 stmts/200 br），fail_under=99 达标 | src/genesis/parsers/_word_common.py, src/genesis/parsers/word_template_parser.py, tests/test_word_template_parser.py, _AI_USAGE_LOG.md | deepseek-v4-flash-free |
 | 2026-08-10 | Agent 实现 | Phase3 Task3 实现：RuleDocParser 规则文档 Markdown 化与分类。新建 src/genesis/parsers/rule_doc_parser.py（body 级遍历保段落/表格交错顺序；Heading N→#×N；列表双通道检测 List 样式或 ・/-/• 前缀；表格→GFM；空段→空行；file_type 固定 word、hash=sha256 hex；复用 _word_common.heading_level 无本地重复）与 tests/test_rule_doc_parser.py 按 brief 6 用例；覆盖补齐：test_parse_empty_document 增加 doc.add_paragraph("") 使空段分支（原 new_document 无任何 w:p 不进分支）达 100%；TDD 验证 RED（ModuleNotFoundError: No module named 'genesis.parsers.rule_doc_parser'）→ GREEN（聚焦 6 passed）；pytest 全量 146 passed 覆盖 100.00%（886 stmts/218 br），fail_under=99 达标 | src/genesis/parsers/rule_doc_parser.py, tests/test_rule_doc_parser.py, _AI_USAGE_LOG.md | deepseek-v4-flash-free |
 | 2026-08-10 | Agent 实现 | Phase3 Task4 实现：SourceParser 门面全量输入聚合。新建 src/genesis/parsers/source_aggregator.py（角色显式传参无隐式猜测；requirements 校验 .xlsx/.xls 后缀聚合 tables/comments；template 校验 .docx 用 WordTemplateParser 解析；write_instruction+rule 校验 .docx 按 category='write' 归入 rule_docs；不存在抛 FileNotFoundError、未知扩展名抛 ValueError('不支持的文件类型: ...')；image_analyses=[]/existing_system=None 固定）与 tests/test_source_aggregator.py 按 brief 6 用例 + 补 4 用例（模板未知扩展名、规则路径文件缺失、requirements/规则无扩展名兜底 '无扩展名' 文案，覆盖 51/62 行缺失与 or 表达式分支）达 100%；TDD 验证 RED（ModuleNotFoundError: No module named 'genesis.parsers.source_aggregator'）→ GREEN（聚焦 10 passed）；pytest 全量 156 passed 覆盖 100.00%（929 stmts/236 br），fail_under=99 达标 | src/genesis/parsers/source_aggregator.py, tests/test_source_aggregator.py, _AI_USAGE_LOG.md | deepseek-v4-flash-free |
+| 2026-08-10 | 测试验证 | Phase3 Task5 实现：真实样本 Word 解析集成测试。tests/test_real_samples.py 追加 4 用例（保留现有 4 个 Excel 用例与 _x 辅助）：模板→7 H1（はじめに…バッチ一覧）+section:introduction/doc_title 占位符+template_start 书签；记入規則→category=write/file_type=word/# 1. 機能一覧の書き方/- 機能ID は F001 から連番で付与する。（・前缀双通道检测）；做成説明書→category=write/# 2. 機能一覧；全量组装→tables 非空+template 非空+rule_docs==2 且全 write；聚焦测试 8 passed 无 skip；pytest 全量 160 passed 覆盖 100.00%（929 stmts/236 br），fail_under=99 达标 | tests/test_real_samples.py, _AI_USAGE_LOG.md | deepseek-v4-flash-free |

tests/test_real_samples.py

@@ -3,10 +3,17 @@ from pathlib import Path
 import pytest
 
 from genesis.parsers.excel_parser import ExcelParser
+from genesis.parsers.word_template_parser import WordTemplateParser
+from genesis.parsers.rule_doc_parser import RuleDocParser
+from genesis.parsers.source_aggregator import SourceParser
 
 SAMPLES = Path(__file__).resolve().parents[1] / "samples"
 
 
+def _d(name: str) -> Path:
+    return SAMPLES / name
+
+
 def _x(name: str) -> Path:
     return SAMPLES / name
 
@@ -57,4 +64,60 @@ def test_mixed_sample_segments_detected():
     # 碎片段含 ・ 与 ■ 两行文本
     ft = [p for p in mixed.paragraphs if p.kind == "free_text"][0]
     assert "改修ポイント" in (ft.text or "")
-    assert "対象期間" in (ft.text or "")
+    assert "対象期間" in (ft.text or "")
+
+
+def test_word_template_sample_chapters_and_placeholders():
+    p = _d("概要設計書テンプレート.docx")
+    if not p.exists():
+        pytest.skip("样本缺失")
+    result = WordTemplateParser().parse(p)
+    headings = [s for s in result.sections if s.type == "heading"]
+    h1 = [h for h in headings if h.level == 1]
+    assert len(h1) == 7
+    assert h1[0].name == "1. はじめに"
+    assert h1[-1].name == "7. バッチ一覧"
+    assert "section:introduction" in result.placeholders
+    assert "doc_title" in result.placeholders
+    bookmarks = [s for s in result.sections if s.type == "bookmark"]
+    assert len(bookmarks) == 1
+    assert bookmarks[0].name == "template_start"
+
+
+def test_rule_doc_sample_markdown_and_category():
+    p = _d("記入規則.docx")
+    if not p.exists():
+        pytest.skip("样本缺失")
+    result = RuleDocParser().parse(p, category="write")
+    assert result.category == "write"
+    assert result.file_type == "word"
+    assert "# 1. 機能一覧の書き方" in result.markdown_content
+    assert "- 機能ID は F001 から連番で付与する。" in result.markdown_content
+
+
+def test_write_instruction_sample_category_write():
+    p = _d("概要設計做成説明書.docx")
+    if not p.exists():
+        pytest.skip("样本缺失")
+    result = RuleDocParser().parse(p, category="write")
+    assert result.category == "write"
+    assert "# 2. 機能一覧" in result.markdown_content
+
+
+def test_source_parser_full_sample_assembly():
+    xlsx = _x("要件定義_新規開発.xlsx")
+    template = _d("概要設計書テンプレート.docx")
+    rule = _d("記入規則.docx")
+    instr = _d("概要設計做成説明書.docx")
+    if not all(p.exists() for p in [xlsx, template, rule, instr]):
+        pytest.skip("样本缺失")
+    result = SourceParser().parse(
+        requirement_paths=[xlsx],
+        template_path=template,
+        write_instruction_paths=[instr],
+        rule_paths=[rule],
+    )
+    assert result.tables
+    assert result.template is not None
+    assert len(result.rule_docs) == 2
+    assert all(r.category == "write" for r in result.rule_docs)