docs(architecture): 完成技术验证 S1–S4，确定 FR-M2-05/06 目标值

- spikes/：Word 转 PDF（Gotenberg）、格式识别、原句坐标、DeepSeek 抽取四项验证代码与两版提示词；样本派生产物和 .env 不进 git
- tech-validation.md：完整结论。四项都可行：WPS 字体字符集要修正并改用行高调整过的字体；格式识别不需要 Docling；表格内切句待改进；抽取需第三道依据校验与规则兜底
- architecture.md：§3.5 加预处理与字体包，§3.6 证据校验改为三道，§10 回填结论
- 03 功能需求与 decisions.md（TV1）：召回 ≥ 99%、采纳准确率 ≥ 95%、页码 100%、高亮正文 ≥ 98% / 表格 ≥ 95%

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

spikes/common.py

@@ -0,0 +1,26 @@
+"""技术验证共用：样本定位、格式识别。样本是不可信输入，只读取，不执行。"""
+from __future__ import annotations
+
+import pathlib
+
+ROOT = pathlib.Path(__file__).resolve().parent.parent
+SAMPLES = ROOT / "samples" / "tenders"
+IDS = [f"S{i:02d}" for i in range(1, 11)]
+
+
+def sample_file(sid: str) -> pathlib.Path:
+    files = [p for p in (SAMPLES / sid).iterdir() if p.suffix.lower() in (".doc", ".docx")]
+    assert len(files) == 1, (sid, files)
+    return files[0]
+
+
+def sniff(path: pathlib.Path) -> str:
+    """按文件头识别真实格式（FR-M2-01），不看扩展名。"""
+    head = path.read_bytes()[:8]
+    if head.startswith(b"PK\x03\x04"):
+        return "docx"
+    if head.startswith(bytes.fromhex("D0CF11E0A1B11AE1")):
+        return "doc"
+    if head.startswith(b"%PDF"):
+        return "pdf"
+    return "unknown"