zhuyongxin
ea77518880
feat(phase1): 完成文本提取和文档分块服务
Task 5.1: TextExtractor 服务
- 创建 TextExtractorService（仅支持 .md 和 .txt）
- 其他格式（.docx、.pdf）需通过外部转换服务先转为 Markdown
- 支持 UTF-8 编码的纯文本提取
- 提供文件格式验证方法
Task 5.2: 文档分块服务适配
- 修改 DocumentChunk DTO：添加 @Builder 支持
- 字段重命名：startIndex/endIndex → startOffset/endOffset
- 修复 DocumentChunkService 中的三处构造调用
- 使用 builder 模式替代构造函数
技术决策：
- 简化文本提取，只支持 Markdown 和纯文本
- 复杂格式转换由外部服务处理（分离关注点）
- 统一使用 Lombok @Builder 简化对象构建
编译验证：BUILD SUCCESS
Progress: 25/33 tasks completed (76%)
2026-06-23 15:15:10 +08:00
..
2026-06-23 15:15:10 +08:00
2026-05-31 21:45:14 +08:00