docs(requirements): 固化资料包解析确认口径

docs/需求分析/1.config模块需求分析.md

@@ -25,6 +25,7 @@
 - 上传目录不仅要按场景分，还要考虑按项目批次、申报轮次、资料章节分层。
 - 规则来源不止一个 YAML，可能包括法规目录模板、字段抽取模板、一致性校验规则、风险分级规则，以及公告附件原文所对应的结构化法规包。
 - 文档解析链路中可能同时使用 `pdfplumber`、`PyMuPDF`、Word 解析库、OCR 预留能力，因此要有可切换的解析策略配置。
+- 压缩包处理链路需要支持 `zip`、`rar`、`7z`，其中 `rar` 和 `7z` 必须使用纯 Python 依赖实现，不能依赖服务器系统级解压工具。
 - 审计数据不能只保留“问答日志”，还要能关联具体资料批次和审核任务。
 
 ### 3.2 Demo 与真实业务之间要有明确边界
@@ -161,11 +162,17 @@
   是否启用 OCR 兜底。
 
 - `PAGE_COUNT_STRATEGY`
-  页数统计策略，如 PDF 直接取页数、Word 按分页符或估算策略。
+  页数统计策略。PDF 和 DOCX 必须精确统计页数；DOC 如无法精确统计，应标记为待人工复核。
 
 - `DOCX_PARSE_STRATEGY`
   例如“仅提取文本”“提取文本和表格”“保留章节层级”。
 
+- `ARCHIVE_EXTRACT_STRATEGY`
+  压缩包解包策略。V1 要求 `zip`、`rar`、`7z` 均通过 Python 依赖实现，并保留原始相对路径。
+
+- `ARCHIVE_CHAPTER_SOURCE`
+  章节点识别依据。V1 默认使用压缩包内多层目录作为章节点识别依据。
+
 ### 5.4 规则与版本配置项
 
 - `REG_RULESET_VERSION`
@@ -321,10 +328,11 @@ admin/
 1. 将当前偏“通用 Demo”的命名改造成更贴近注册申报业务的配置语义。
 2. 增加抽取结果目录、报告目录、规则目录等配置。
 3. 增加法规规则版本与字段 schema 版本配置。
-4. 为 `.doc`、`.docx`、PDF 页数统计和解析策略提供显式配置位。
+4. 为 `.doc`、`.docx`、PDF 页数统计和解析策略提供显式配置位，其中 DOCX 页数必须精确统计。
 5. 增加法规原文目录、法规流程类型和文件格式模板版本配置。
 6. 增加 Word 导出目录和飞书应用接入相关配置。
 7. 增加模板库目录、规则管理目录和责任人映射配置。
+8. 增加纯 Python 压缩包解包依赖与策略配置，覆盖 `zip`、`rar`、`7z`。
 
 ## 11. 本模块验收标准