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/s1-convert/fix_charset.py

@@ -0,0 +1,31 @@
+"""修正 WPS 写错的字体字符集：中文字体（名字含汉字，或是常见中文字体英文名）被标成 SYMBOL(02) 时改成 GB2312(86)。
+输入、输出都是 DOCX。用法：python -I fix_charset.py in.docx out.docx"""
+import re, sys, zipfile
+
+CJK_LATIN = {"SimSun", "NSimSun", "SimHei", "FangSong", "KaiTi", "Microsoft YaHei", "DengXian"}
+
+def is_cjk_font(name: str) -> bool:
+    return bool(re.search(r"[一-鿿]", name)) or name in CJK_LATIN
+
+def fix_font_table(xml: str) -> tuple[str, list[str]]:
+    fixed = []
+    def repl(m):
+        name, body = m.group(1), m.group(2)
+        if is_cjk_font(name) and re.search(r'w:charset w:val="02"', body):
+            fixed.append(name)
+            body = body.replace('w:charset w:val="02"', 'w:charset w:val="86"')
+        return f'<w:font w:name="{name}">{body}</w:font>'
+    return re.sub(r'<w:font w:name="([^"]+)">(.*?)</w:font>', repl, xml, flags=re.S), fixed
+
+def main(src, dst):
+    with zipfile.ZipFile(src) as zin, zipfile.ZipFile(dst, "w", zipfile.ZIP_DEFLATED) as zout:
+        for item in zin.infolist():
+            data = zin.read(item.filename)
+            if item.filename == "word/fontTable.xml":
+                xml, fixed = fix_font_table(data.decode("utf-8"))
+                data = xml.encode("utf-8")
+                print("fixed:", fixed)
+            zout.writestr(item, data)
+
+if __name__ == "__main__":
+    main(sys.argv[1], sys.argv[2])