 Bepr4
|
951fba150b
|
精简 GovDoc 审计范围：移除敏感信息章节与占位 .gitkeep
- 删除 GOVDOC_SAAS_CLEANING_SCOPE.md 的 4.11 S001（敏感信息）整节，
及结论摘要中对应的第 7 条合规风险要点；
- reference/ 与 scratch/ 已有实际内容，移除占位 .gitkeep。
|
2026-08-21 17:47:34 +08:00 |
|
|
Bepr4
|
977bfb832b
|
建立实验室共用库定位并完成论文/GovDoc 两批数据的问题审计
- README 更新项目定位为实验室共用清洗库，明确 data/ 职责与 profile 复用原则；
- 新增 ClinDB-ReviewBench（论文清洗）5 份 Markdown 问题审计（scratch），
并确定第一版清洗范围：9 类确定性规则（reference/CLINDB_REVIEWBENCH_CLEANING_SCOPE.md）；
- 45 份政务文档审计重命名为 GOVDOC_SAAS_CLEANING_SCOPE.md，截去第 6 节起的
实施建议，只保留问题报告（396 行）；
- 收录 2026-08-20 生态调研草稿（scratch）。
|
2026-08-21 17:44:23 +08:00 |
|
|
Bepr4
|
be1a600fdc
|
重置项目并建立文档治理基础架构
- 移除旧清洗器、规则、测试和打包配置
- 增加 AGENTS.md 与 CLAUDE.md 同步协作规范
- 建立 research-wiki 文档生命周期和首个设计记录
|
2026-08-20 17:20:53 +08:00 |
|
|
Bepr4
|
c19e9fcebf
|
govdoc-md-cleaner v0.1.0: 政务文档 Markdown 清洗工具（规则引擎 + CLI + 测试）
- 8 条 YAML 声明规则：页码/页眉页脚/目录点线/图片/HTML表格/散落标签/行尾空白/空行
- 防误伤设计：protect 正则 + 内容形态豁免 + OCR burst 检测
- md-clean single/batch CLI，JSON 清洗报告
- 18 个单元测试
Co-Authored-By: Claude <noreply@anthropic.com>
|
2026-08-20 17:04:10 +08:00 |
|