large-document-reader

用途：面向超出 LLM 上下文窗口的长文档（专著、博士论文、政府报告、法律案例汇编、多卷技术标准），将其按语义结构拆分为章节或小节，逐段完整阅读与分析，而非固定长度硬切。主要能力：按“部分/卷→章→节→小节→段落→句子”的优先级确定拆分点；识别 Markdown 标题、Chapter 1、1. Introduction、PART III、LaTeX \chapter/\section、分页符等标记；合并过小相邻节、拆分超长节，并为相邻块添加上文重叠上下文以保持连贯；维护跨引用索引、术语索引与引文汇总；支持会话间持久化读取状态（已读章节、摘要、主题、待解决问题）。使用方式：先做概览（目录、引言、结论、文档地图与核心主题），再逐章套用统一分析模板（关键论点、方法、证据、与前文联系、待跟进问题、参考文献页码），最后做跨章综合（主题汇总、论证脉络、方法对比、矛盾识别、缺口分析）；不同格式可借助 pdfplumber、PyMuPDF、ebooklib、python-docx、BeautifulSoup 等工具提取，表格、代码块和图注应保持原子单元不被切断。适用场景：文献综述、系统综述、全面文档分析。限制：资料仅提供方法流程、示例代码与格式处理建议，未说明具体运行环境、性能指标、收费、价格或平台支持情况，相关细节暂未提供。