first commit

Co-authored-by: Cursor <cursoragent@cursor.com>
2026-07-16 11:12:17 +08:00
commit 4003624b8c
80 changed files with 9990 additions and 0 deletions
@@ -0,0 +1,22 @@
+# TASK_SUMMARY — 目录不解析、不切片
+
+## 1. 任务基本信息
+
+- **任务名称**：所有文件跳过文档目录
+- **相关项目**：RAG-cut
+
+## 2. 改动说明
+
+解析与切分链路统一剔除「目录 / Contents / TOC」标题及带页码引导线的目录条目；正文内无页码清单（如形態指標列表）保留。
+
+## 3. 影响与风险
+
+- 见 `IMPACT_ANALYSIS.md`；**破坏性变更：否**
+
+## 4. 测试与验证
+
+- 运行 `test_pdf_noise_filter`、`test_heading_layout_multimodal` 等相关单测
+
+## 5. 后续事项
+
+- 若遇无引导线、无页码的「伪目录」仍进切片，可再扩展 TOC 区检测