feat: SourceParser 门面全量输入聚合 StructuredSource

2026-08-10 14:57:04 +08:00
parent 9ab11da87d
commit 7f29cc9cf3
3 changed files with 172 additions and 0 deletions
@@ -65,3 +65,4 @@
 | 2026-08-10 | Agent 实现 | Task1 补记：Word 解析测试基建。新建 tests/docx_helpers.py（new_document/save_document/make_rule_doc，make_rule_doc 支持 H1/H2/H3/List Bullet/普通段落 5 种行），供 Phase3 后续全部任务复用 | tests/docx_helpers.py, _AI_USAGE_LOG.md | deepseek-v4-flash-free |
 | 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 |