数据处理

先约定字符、汉字和英文词的统计规则，再用可手算短句和 Python 核验正文长度。

搭建 Dify 文件审查 Workflow，绑定提取文字，用缺联系人通知和修订版检查缺项判定。

用本地 TF-IDF 与朴素贝叶斯训练问题分类器，检查独立预测、未知词和混合诉求的处理边界。

用 CountVectorizer 同时统计总词频与文档频率，手算核对结果，并回查训练文本中的高频模板。

用 TF-IDF 与余弦相似度给文章做内容推荐，排除原文并核对推荐分数和词面相似的限制。

本地生成明细和汇总双工作表，使用整数分汇总金额，并读回核对编号与总额。

用明确的字段规则把 CSV 转为 JSON，保留编号前导零和中文，并重新读取核对内容。

先检查 JSON 语法，再校验字段、类型、非负数量和重复编号，避免错误输出进入程序。

将 DeepSeek 图表代码落地为 CSV 柱状图，核对单位、数值与 PNG 输出。

按编号和更新时间清理 Excel 重复记录，停止时间冲突，并导出保留与移除记录供复核。