feat: 读标补齐五类清单与项目基本信息，修复国动样本暴露的 4 个问题

- 文字层 v2：页眉页脚带单独成句；写到页尾的句子和下一页首句接续（出处两页各一条）
- 结构识别（最小版）：十进制编号、冒号引出的列表找上级条款；上级条款写明无效的，条目照样认定
- 抽取：资格、评分、日期与递交、技术参数、项目基本信息各一份提示词；实质性条款出 v2
  （认上级条款、补「做无效响应处理」等写法）；各类取值核对；按首句合并；
  拆开被合成一条的列举条款；描述标注方式的句子和表头碎片不当条款；* 号标注
- 项目：解析出的名称、编号、采购人、预算、截止时间、分包写回项目，用户改过的不覆盖
- 前端：清单项显示分值、参数要求、日期、证明材料
- 测试 40 个，新增两页虚构样例

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

docs/architecture/architecture.md

@@ -856,4 +856,9 @@ S1–S4 风险最高，建议先做；S8（桌面外壳 PoC）等桌面版立项
 | SK7 | 斜体下划线（07 F1） | 只有文件的「标注规则说明」声明过斜体下划线标注，才按它认定实质性条款；没声明的文件里，标题、表头也常是斜体或下划线（S02 实测踩到） | 已实现 |
 | SK8 | 登录验证码 | 登录和注册共用一个验证码；会话建好之后才作废，用户确认挤下线（API3）或发现「还没注册」时不用重新获取 | 已实现 |
 
-还没做、留了 TODO 的：转换镜像的字体包和 WPS 旧版 DOC 预处理（S1）、表格按单元格切句和页眉页脚识别（S3）、OCR（S5）、结构识别和分包识别、模型路由表和限流、PDF 阅读器、读标的修改类接口、查标全部。
+| SK9 | 读标抽取（2026-11-03 补） | 五类清单（资格、无效 / 实质性、评分、日期与递交、技术参数）加项目基本信息各一个抽取任务、一份提示词（`prompts/extract.*`），分块并发调用；每类都过三道校验，第三道按类别核对：实质性条款核对标注或「无效」字样，其他类别核对日期、分值、参数值、金额在原文里找得到，是 / 否字段核对说法。各任务抽到同一条要求时按首句合并 | 已实现 |
+| SK10 | 文字层 v2 与结构识别 | 页眉页脚带（页码、各页重复的行）单独成句，不并进正文；标记写到页尾的句子，和下一页首句接续成一条要求（出处两页各一条）；最小结构识别：十进制分级编号和冒号引出的列表找上级条款，上级条款写明无效情形的，下面的条目照样认定。文字层 v1、v2 的句子编号不同，规范化 PDF 不变 | 已实现 |
+
+用国动便民小程序（71 页）、S02、S06 三份文件实测（真实模型 DeepSeek）：单份 33～87 秒，清单 216～1348 条，正式清单里的条目都带页码和原句。发现并已修复：标注规则说明的碎片被当成条款、页码混进正文、跨页拆成两条、「做无效响应处理」等写法漏认、上级标题下列出的无效情形被合成一条或漏掉、「无效质疑」被误当成投标无效、「是否接受联合体」取错证据。
+
+还没做、留了 TODO 的：转换镜像的字体包和 WPS 旧版 DOC 预处理（S1）、表格按单元格切句（S3）、OCR（S5）、章节层级和分包对应到清单项、模型路由表和限流、在 S01–S10 上的标注集评测（召回率）、PDF 阅读器、读标的修改类接口、查标全部。