用途：为解析结构化文本（测验题、表单、发票、文档等）提供在正则与 LLM 之间取舍的决策框架。核心思路是正则能低成本、确定性地处理 95% 至 98% 的情况，把昂贵的 LLM 调用留给剩余边缘案例。
适用判断：若文本格式一致且重复（超过 90% 遵循某种模式），从正则开始；正则覆盖 95% 以上则无需 LLM，低于 95% 则仅对边缘情况加 LLM。若文本为自由格式、变化极大，则直接使用 LLM。
架构模式：源文本→正则解析器（抽取结构，准确率 95% 至 98%）→文本清理器（去噪）→置信度评分器（标记低置信抽取）→高置信（≥0.95）直接输出，低置信（<0.95）交给 LLM 校验器→输出。
实现要点：提供正则解析函数 parse_structured_text，用命名分组抽取 id、text、choices、answer；置信度评分 score_confidence 根据选项过少、缺失答案、文本过短等扣分，identify_low_confidence 返回低于阈值项；LLM 校验 validate_with_llm 使用最便宜模型（示例为 claude-haiku-4-5-20251001）修复低置信项；process_document 组合完整流水线，仅在存在低置信项且提供 llm_client 时调用 LLM。资料给出生产测验解析流水线（410 项）指标：正则成功率 98.0%，低置信 8 项（2.0%），LLM 调用约 5 次，相比全用 LLM 节省约 95% 成本，测试覆盖 93%。
最佳实践：从正则起步；用置信度评分程序化识别需要 LLM 的部分；校验用最便宜模型；不修改已解析对象，清理与校验返回新实例；对解析器采用 TDD，先测已知模式再测边缘情况；记录正则成功率与 LLM 调用数等指标。
反模式：正则已覆盖 95% 以上仍把所有文本发给 LLM；对自由变化文本硬用正则；跳过置信度评分；清理/校验时原地修改对象；不测试畸形输入、缺失字段、编码问题等边缘情况。
适用场景：测验/试题解析、表单数据抽取、发票/收据处理、文档结构解析（标题、章节、表格），以及任何有重复模式且关注成本的结构化文本。限制：资料未提供具体安装方式、依赖版本或可直接运行的完整部署步骤。