用途：把 original-requirements/ 目录下多种格式的原始需求文档统一转换成 Markdown，输出到 cleaned-requirements/index.md，并提取图片到 cleaned-requirements/assets/。
主要能力：
- 识别并解析 PDF、DOCX、图片、纯文本文件。PDF/DOCX 调用 .claude/skills/req-parser/scripts/parse_doc.py 生成 Markdown 片段到 chunks/；纯文本直接复制；图片提取到 assets/ 并插入占位符。
- 忠实还原原文，修复乱码、标题层级、列表与表格等格式问题，删除重复内容，保持上下文连贯。
- 图片转文字：读取占位符后，用多模态能力生成详细描述并替换占位符，最终 index.md 不含占位符。描述需说明图片类型、关键元素与含义，原型图和界面截图需给出布局、交互元素、文字内容、业务逻辑与状态。
- 合并 chunks/ 下所有片段到 index.md，按逻辑顺序排列，片段间用 --- 分隔，并添加来源标注。
使用方式：
uv run .claude/skills/req-parser/scripts/parse_doc.py
--input-dir "original-requirements"
--output-dir "cleaned-requirements/chunks"
可选 --force 强制覆盖已有文件。脚本返回 0 表示成功，1 表示部分失败，2 表示完全失败，并输出解析统计 JSON。
产物结构：cleaned-requirements/ 含 index.md、chunks/（解析片段）与 assets/（图片资源）。
限制：推理乱码需有明确依据，不能臆测；PDF 加密会提示提供密码，文件损坏则跳过并记录，编码问题尝试自动检测（UTF-8、GBK、GB2312），Docling 失败降级使用 PyPDF2，图片识别失败保留原图并添加“待补充”标记。其他价格、平台与效果信息暂未提供。