# 知识库检索·OCR识别·论文写作一体化工具 · Python 依赖
# 运行环境：Python 3.12+
# 安装（建议在隔离虚拟环境中）：
#   python -m venv .venv && .venv\Scripts\activate   (Windows)
#   pip install -r requirements.txt

# —— 论述 Word 生成流水线 ——
# 生成脚本 scripts/generate_discourse_docx.py 实际运行只需 lxml
lxml>=4.9.0
# 格式自检闸门 scripts/verify_docx_format.py 需要 python-docx（用于"能否正常打开"断言）
python-docx>=1.1.0
# 流水线第②步 PDF 文本抽取（PyMuPDF = fitz，用于锁定引文与印刷页码）
PyMuPDF>=1.23.0

# —— OCR 流水线依赖（scripts/tesseract_ocr_pipeline.py 必须）——
# 引擎（Tesseract 等）仍由使用者按 SKILL.md「OCR 与本地依赖」指引自备，不列入本文件
opencv-python-headless>=4.9.0
numpy>=1.26.0
# Pillow 仅 --preprocess 时使用（可选，不装也能跑 OCR 主体）
# Pillow>=10.0.0

# —— 台账 / 总表 Excel 化依赖（scripts/ledger_xlsx.py 必须）——
# 入库台账 / 卡片全局索引台账 / 批量建档分类总表 统一产出 .xlsx
openpyxl>=3.1.0

# 注：OCR 类脚本（tesseract_ocr_pipeline.py 等）的引擎见 SKILL.md「OCR 与本地依赖」一节，
#     引擎（Tesseract 等）需使用者按指引自备，不列入本文件。
# —— 著者-出版年制(Y族) 文末表按汉语拼音字顺排序依赖 ——
# 缺失时 citation_formatter.sort_key 退化为 Unicode 码位序（非拼音序），违反 04 §四(二)。
pypinyin>=0.50.0
