论文排版规则解析器

概述

把人类可读的排版规范(Excel / PDF / Word / Markdown)解析为机器可读的 PaperFormatRules IR(JSON)。该 IR 直接供:

• 代码生成器 → python-docx 排版执行
• 校验子 Agent → 论文格式合规检查
• 模板库 → 跨规范的样式复用

核心特性

• 多输入:xlsx / pdf / docx / md / txt 同一引擎
• 配置驱动:新增规范零代码,只改 config/universal_parsing_rules.json
• 双层产出:rules(样式规则)+ validation_rules(结构性校验规则)
• 置信度:每条规则带 confidence 与 needs_human_review
• 可追溯:每条规则保留 source_text,可回到原文核对
• 模板示例式 fallback:对论文模板/范文(规则散在红色提示与括号注释里)自动启用 template_hint_extractor,从括号注释 + 内联说明 + 上下文示例中抽取字号/字体/对齐/行距/页边距 + 关键词数量、三线表、MathType 等结构性约束

何时使用