docs(regulatory-info-package): 更新材料包生成设计决策

docs/4.详细设计/5.第1章监管信息材料包生成.md

@@ -27,11 +27,13 @@
 | 独立工作流 | 使用 `workflow_type=regulatory_info_package`，拥有独立批次、产物、通知和卡片 |
 | 独立模块 | 新增 `review_agent/regulatory_info_package/`，与 `application_form_fill` 平级 |
 | 模型集中 | Django 模型仍集中放在 `review_agent/models.py` |
+| 节点幂等 | `WorkflowNodeRun` 必须按 `workflow_type + workflow_batch_id + node_code` 幂等创建或加唯一约束 |
 | 输入优先级 | 用户消息指定文件名优先；其次 active 附件；再兼容最近成功文件汇总 |
 | 模板固定 | 固定处理第1章监管信息 7 个模板 |
+| 模板字段化 | 生成逻辑优先写 Word 内容控件 Tag 或稳定占位符，不以手工调整表格格式为前提 |
 | 规则优先可演示 | 规则抽取可独立跑通；LLM 失败最多重试 3 次，失败后继续 |
 | 文档并发生成 | 工作流整体串行，`generate_docs` 节点内部每个文档可独立线程并发处理 |
-| `.doc` 兜底 | 优先原生 `.doc` 写入；失败后允许生成 `.docx` 兜底文件 |
+| `.doc` 兜底 | 能力驱动：有 Word COM/UNO 时优先原生 `.doc`；无原生能力或原生失败时允许生成 `.docx` 兜底文件 |
 | zip 只含成功文件 | zip 只打包成功或兜底成功的文件；失败文件不进入 zip |
 | 高亮规则 | 缺失和 LLM-only 黄底；冲突黄底红字 |
 | 追溯输出 | 用户下载 Excel；JSON 仅保存到后台 logs 目录 |
@@ -91,7 +93,7 @@ review_agent/
 | views.py | health、start、status、select-input 接口 |
 | input_select.py | 根据用户消息、active 附件、文件汇总选择说明书 |
 | template_config.py | YAML 加载、校验、hash |
-| template_repository.py | 定位样例模板、复制到批次目录 |
+| template_repository.py | 定位样例模板、复制到批次目录、审计字段 Tag/占位符 |
 | instruction_extract.py | 说明书段落、章节、表格和组成成分表解析 |
 | field_extract.py | 规则抽取与 LLM 抽取并行执行，LLM 最多 3 次重试 |
 | field_merge.py | 合并字段，输出缺失、LLM-only、冲突和高亮决策 |
@@ -248,7 +250,8 @@ class TemplateSpec:
     file_format: str
     strategy: str
     include_in_zip: bool
-    require_legacy_doc_native: bool = False
+    prefer_legacy_doc_native: bool = False
+    allow_docx_fallback: bool = True
     fields: list[dict[str, Any]] = field(default_factory=list)
 ```
 
@@ -414,7 +417,31 @@ review_agent/regulatory_info_package/templates/regulatory_info_package_templates
 | code 唯一 | 防止覆盖产物 |
 | source_file 存在 | 缺失则配置错误 |
 | strategy 合法 | 必须命中生成策略 |
-| doc 模板标记 | `.doc` 模板需声明 `require_legacy_doc_native` |
+| doc 模板标记 | `.doc` 模板需声明 `prefer_legacy_doc_native`，并配置允许 `.docx` 兜底 |
+
+### 8.1 模板字段化约定
+
+为避免生成时破坏 Word 表格、复选框、字号、缩进和合并单元格，本工作流优先使用字段化模板：
+
+| 方式 | 使用场景 | 说明 |
+| --- | --- | --- |
+| Word 内容控件 Tag | 正式模板优先 | 在 Word 中为产品名、申请人、复选框、日期、说明文字等填写区设置稳定 Tag，代码按 Tag 写入 |
+| 稳定占位符 | 过渡方案 | 使用 `{{ product_name }}` 等不会影响版式的占位符，代码替换占位符所在 run |
+| 行标签定位 | 兜底方案 | 仅用于未字段化的旧模板，必须保留原单元格、段落和 run 格式 |
+
+模板配置中的字段目标优先级：
+
+```yaml
+targets:
+  - type: content_control_tag
+    tag: product_name
+  - type: placeholder
+    marker: "{{ product_name }}"
+  - type: table_row_label
+    label: 产品名称
+```
+
+模板加载时必须执行字段审计：关键字段缺少 Tag/占位符时给出清晰错误或降级说明；不得静默使用会破坏格式的整格重建策略。
 
 ---
 
@@ -504,7 +531,9 @@ class DocumentAdapter(Protocol):
 | 方法 | 说明 |
 | --- | --- |
 | replace_text | 支持段落与表格中的文本替换，需处理 run 拆分 |
-| fill_table_cell | 按行标签定位目标单元格 |
+| fill_content_control | 按内容控件 Tag 填写文本、日期或复选框 |
+| replace_placeholder | 按稳定占位符替换文本，保留占位符所在 run/段落格式 |
+| fill_table_cell | 按行标签定位目标单元格，仅作为未字段化模板的兜底 |
 | replace_table | 重建 CH1.5 产品列表表格 |
 | apply_highlight | 使用 `w:shd` 设置黄色底色 |
 | apply_conflict_style | 黄色底色 + 红字 |
@@ -528,10 +557,11 @@ class LegacyDocDocumentAdapter:
 
 执行顺序：
 
-1. 优先尝试 `WordComDocAdapter` 原生打开 `.doc` 并保存 `.doc`。
-2. 原生失败时，尝试将 `.doc` 另存为 `.docx`，再交给 `DocxDocumentAdapter`。
-3. 兜底成功时，输出 `CH1.9 产品申报前沟通的说明.docx`。
-4. 原生和兜底均失败时，该文件状态为 `failed`，不进入 zip。
+1. 执行能力探测：Word COM、LibreOffice UNO 或其他可写 `.doc` 能力。
+2. 有原生能力时优先尝试原生打开 `.doc` 并保存 `.doc`。
+3. 无原生能力或原生失败时，尝试生成同语义 `.docx` 兜底文件，再交给 `DocxDocumentAdapter`。
+4. 兜底成功时，输出 `CH1.9 产品申报前沟通的说明.docx`，状态为 `fallback_success`。
+5. 原生和兜底均失败时，该文件状态为 `failed`，不进入 zip。
 
 兜底成功 `adapter_summary.doc`：
 
@@ -693,6 +723,7 @@ class RegulatoryInfoPackageWorkflowExecutor:
 | --- | --- |
 | prepare | 确认说明书，或 waiting_user |
 | template_copy | 复制 7 个模板 |
+| template_audit | 审计模板字段 Tag/占位符，记录缺失和降级策略 |
 | text_extract | 抽取说明书章节和表格 |
 | field_extract | 规则 + LLM 并行抽取 |
 | field_merge | 合并字段、高亮决策 |
@@ -917,8 +948,8 @@ def notify_completion(batch: RegulatoryInfoPackageBatch, exports: list[ExportedS
 | --- | --- |
 | D1 | 详细设计文档路径为 `docs/4.详细设计/5.第1章监管信息材料包生成.md` |
 | D2 | 模型集中在 `review_agent/models.py`，业务模块为 `review_agent/regulatory_info_package/` |
-| D3 | `.doc` 采用 A+C：优先 Word COM 原生处理，同时设计适配器层和能力探测 |
-| D4 | `.doc` 原生失败时允许 `.docx` 兜底；兜底文件名为 `CH1.9 产品申报前沟通的说明.docx` |
+| D3 | `.doc` 采用能力驱动策略：探测 Word COM/UNO 等原生能力，有能力时优先原生处理 |
+| D4 | `.doc` 无原生能力或原生失败时允许 `.docx` 兜底；兜底文件名为 `CH1.9 产品申报前沟通的说明.docx` |
 | D5 | zip 只包含成功或兜底成功文件，失败文件不进入 zip |
 | D6 | LLM 最多重试 3 次，失败后使用规则结果继续 |
 | D7 | 缺失和 LLM-only 黄底，冲突黄底红字 |
@@ -928,4 +959,5 @@ def notify_completion(batch: RegulatoryInfoPackageBatch, exports: list[ExportedS
 | D11 | 追溯 Excel 可下载，JSON 只放后台 logs |
 | D12 | 本期不新增字段级数据库表 |
 | D13 | 工作流串行，文档生成节点内部可多线程 |
-| D14 | 本轮只产出详细设计，不写代码、不生成迁移 |
+| D14 | 模板优先字段化，正式填充路径使用内容控件 Tag 或稳定占位符，行标签定位仅作为兜底 |
+| D15 | 本轮只产出详细设计，不写代码、不生成迁移 |