3c1b268074
來源檔名含空格或不平衡括號時，convert 產出的 Markdown 圖片連結會失效—— 圖檔明明存在於磁碟，整行卻退化成純文字（CommonMark 對未包住的空格與不平衡 括號視為分隔符）。用真 CommonMark parser 驗過：中文與成對括號正常，空格與 落單括號會壞。 - convert.py / from_docx.py / from_pdf.py / from_pptx.py：四處圖片連結目標 一律以 <> 包住（），同時涵蓋空格與不平衡括號。 - selfcheck.py：新增 assert_links_ok()——以 markdown_it 真 render，斷言圖片 連結數 == <img> 數且目標檔存在，取代原本只檢查 "![" 字串在不在的表面斷言。 測資補內嵌圖片（docx/pdf/pptx 各一路徑）、檔名改含空格與不平衡括號。 - requirements.txt：明確宣告 markdown-it-py（原為 fastmcp 傳遞依賴，自檢直接 使用，宣告以免上游調整依賴樹後自檢失效）。 - AGENTS.md §13.4：新增「斷言要驗結果可用，不是驗字串存在」規則。 驗證：四個自檢全通過；移除任一處 <> 修法，assert_links_ok 即失敗。 ingest / lint / search 在含括號檔名下全鏈路已另行驗證正常（source_ref 走 YAML 純量，不受影響）。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
12 lines
637 B
Plaintext
12 lines
637 B
Plaintext
# 全部為本地程式庫，無任何雲端轉換服務（AGENTS.md §1.1）
|
||
pyyaml # config/models.yaml
|
||
python-docx # Word → Markdown
|
||
openpyxl # Excel → Markdown
|
||
pymupdf # PDF → Markdown
|
||
python-pptx # PowerPoint → Markdown
|
||
trafilatura # 網頁快照 → Markdown 正文萃取
|
||
rank-bm25 # tools/search.py BM25（第一版不用向量庫）
|
||
fastmcp # mcp/server.py 薄殼
|
||
markdown-it-py # 自檢用：以 CommonMark 解析驗證產出的圖片連結真的能 render
|
||
# （原為 fastmcp 的傳遞依賴，明確宣告以免上游調整後自檢失效）
|