扩展指南

新文件解析器

1) 在 datamax/parser 新增 xxx_parser.py，实现类如 XxxParser(BaseLife)，输出使用 MarkdownOutputVo 2) 在 ParserFactory 注册扩展名到模块/类的映射（datamax/core.py） 3) 保持统一生命周期事件（开始/完成/失败）

新爬虫引擎

1) 继承 BaseCrawler 实现爬取逻辑与（可选）异步版本 2) 在 crawler_factory 注册类型与 URL 模式 3) 通过 StorageAdapter 统一落盘

存储适配器

1) 参考 LocalStorageAdapter 实现 save/load/list/delete/exists 2) 在 create_storage_adapter 中挂接自定义 provider（S3/GCS/Azure 等）

清洗/评估自定义

• 在 cleaner/evaluator 增加类与组合；保持“单向数据流”与生命周期事件

最佳实践

• 解析 → 清洗 → 标注 → 评估 分层清晰、彼此解耦
• 所有阶段补齐 lifecycle，便于审计与可追溯