用途：把原始 FAQ 文档（Excel、Word、PDF、文本）转换为适合 RAG 检索的结构化知识库，核心价值在于内容扩展而非仅格式清理。
主要能力：脚本负责格式转换、关键词生成（jieba TF-IDF）、Excel 样式与去重；Claude 负责内容质量分析（矛盾、重复、缺失、表达不清）、拆分复杂问题、从长答案提取知识点、改写答案、设计分类。
使用方式：三步流程。第一步转换：python process-faq/scripts/convert_to_markdown.py <input_file>，生成 *_for_analysis.md。第二步由 Claude 阅读该文件，先做质量分析再扩展内容，用 Write 工具创建 Python 脚本生成 <original_name>_expanded.xlsx，需含分类、问题、回答列，关键词可留空。第三步标准化：python process-faq/scripts/generate_rag_faq.py <expanded_file> <final_output_file>。依赖 pandas、openpyxl、python-docx、PyPDF2、jieba，可用 pip install -r process-faq/requirements.txt 安装。
适用场景：将零散、冗长或存在矛盾的 FAQ 整理为聚焦、一致、便于语义检索的问答对，例如把 7 条长 FAQ 扩展为 31 条并归入 8 个分类。
限制：转换失败需检查格式、损坏、编码；非结构化内容需手动识别问答对；扩展须在质量修复之后进行，避免放大错误内容；具体效果与平台支持资料未提供。