精简 README 当前阶段为能力清单并同步协作规则

README 把逐条流水账式进度改为当前能力与边界概述：已实现内存核心、
唯一组件 paper.arxiv_submission_stamp 和 87 项测试；进度细节交由
design 与带日期的 scratch 记录。补充测试数据来源说明和展开的目录
结构。AGENTS/CLAUDE 同步：阶段描述改为指向 README 唯一权威，定位
改为实验室共用库；正文镜像保持一致。gitignore 忽略 .claude/scratch。

CLAUDE.md

@@ -1,9 +1,9 @@
 # CLAUDE.md
 
 > [!IMPORTANT]
-> **当前是文档治理基础阶段，不是已实现的清洗工具。**
+> **当前阶段与已实现范围只以根目录 `README.md` 为准。**
 >
-> 1. 本仓库研究政务文档 PDF→Markdown 清洗问题；当前没有可运行实现。
+> 1. 本仓库是实验室共用的 Markdown 清洗研究与基础工具库；已有实现不等于完整清洗工具或生产能力。
 > 2. 真实文档和外部数据默认只读，不修改、不复制、不提交。
 > 3. 面向用户的说明使用简体中文；代码、命令、路径和标识符使用英文。
 > 4. `AGENTS.md` 与 `CLAUDE.md` 是同步镜像，除第一行标题外正文必须一致。
@@ -28,11 +28,12 @@
 
 ## 1. 项目定位与当前阶段
 
-`mdpolish` 是独立的清洗算法研究与治理仓库。它用于理解 PDF→Markdown 噪音、定义清洗边界、
-比较候选方案并积累可复核证据。
+`mdpolish` 是实验室共用的 Markdown 清洗研究与基础工具库。它用于理解 PDF、DOCX、OCR、网页等上游管线
+生成的 Markdown 噪音，定义清洗边界，比较候选方案并积累可复核证据。
 
-当前只建立文档治理基础。源码目录、测试目录、依赖配置、命令行接口、规则格式和评估体系均未获批准、
-也未实现。不得因为 README 中描述了目标，就把目标写成已经存在的能力。
+当前阶段、已经完成的工作和实际能力边界只查阅根目录 `README.md`，不在本文件维护第二份进度清单。
+源码目录、测试目录、依赖配置、命令行接口、规则格式和评估体系都必须先经对应 design 批准后才能建立或改变；
+已经存在某个核心接口或单项组件，不表示完整规则集、文件适配、CLI、profile 或生产接口已经实现。
 
 本仓库的研究结论不会自动成为其他仓库的生产契约。跨仓落地必须在目标仓库重新评审并获得授权。
 
@@ -127,4 +128,3 @@ design 草稿可以在评审中修改；批准后冻结。决策发生变化时
 - 能在授权范围内安全判断的事项直接完成；会改变范围或契约的选择交给用户；
 - 进度和最终报告必须对应真实工具输出，不把计划描述成结果；
 - 不输出内部思维链，只提供可复核的依据、实际变更和验证结果。
-