日本語文書のLLM投入前整形キット TXT/Markdownを原本位置付きで分割し、欠落・重複を検査するPythonライブラリとCLIです。 こんな作業に 自分の日本語文書をLLMやRAGに渡す前に、表・コードの途中で切れていないか、元文書のどこを切り出したか、整形で何を変えたかを確認したい人向けです。 できること - 原本を書き換えず、文字数の上限を指定して分割する。 - 各チャンクに原文、見出しパス、開始・終了の文字位置と行番号を残す。 - verify で原文との一致、範囲の重複、空白以外の欠落を検査する。 - 有料版は長い表を行の境で分け、複製した見出しを synthetic として記録する。コードの行分割は明示した場合だけ動く。 - 有料版は変更をJSONに記録し、変更前後・位置・警告をHTMLレポートで見比べる。折り返し改行の連結は提案だけが既定で、適用にはR05の明示が必要。 収録物 有料版は5コマンド、整形ルール7種類、事例12件、購入者向け文書12ファイル＋事例の説明1ファイル、パッケージのPythonコード6ファイル。無料版は3コマンド、R01・R02、事例3件、購入者向け文書12ファイル＋事例の説明1ファイル、パッケージコード4ファイルです。文書12は最上位のMarkdown8ファイルとdocsの4ファイルを数えています。VERSIONと同梱テスト、事例の実際の期待出力も収録しています。 事例は全て自作の架空文書です。規程、料金表、コード、長い表、折り返し、全角/不可視文字、改行混在/Unicode位置、未閉鎖フェンス、列数不一致、文字コードエラー、長い1行、空/空白を扱います。 無料版と有料版 コマンド 無料版 0円：inspect / chunk / verify 有料版 1,980円（総額）：無料版に加えpreview / run 処理単位 無料版 0円：1ファイル 有料版 1,980円（総額）：1ファイル・フォルダ一括 表・コード 無料版 0円：認識できたブロックを丸ごと保持。上限超過は印 有料版 1,980円（総額）：長い表の行分割と見出し複製、明示したコード行分割 整形 無料版 0円：出力改行をLFに、BOM除去 有料版 1,980円（総額）：R01〜R07。変えるルールは明示適用 比較 無料版 0円：端末とJSONL 有料版 1,980円（総額）：変更JSONとHTMLレポート 事例 無料版 0円：3件 有料版 1,980円（総額）：12件 無料のライブラリでできること、本品が足すこと 見出しを使った分割そのものは、無料の分割ライブラリでもできます。本品でまとめているのは原本との位置対応、欠落・重複の検査、変更の記録と比較、日本語の崩れを扱う実例です。他のライブラリより高機能という比較はしていません。 動作環境 確認済み：Windows 11 Home build 26200 / Python 3.12.14。無料・有料のZIPを空の仮想環境へ展開し、同梱QUICKSTARTとテストを実行しました。Python 3.10以上を目標にしていますが、その他の版・OSは未検証です。 ZIPを展開したフォルダで python -m seikei_kit。pip操作は不要で、実行依存は標準ライブラリのみ。実行時に外部通信しません。Pythonを用意する際に通信が生じる場合があります。 できないこと・購入前の注意 PDF/OCR/Word/Excelの直接読込、要約、翻訳、誤字・事実の自動修正、埋め込み・DB投入はありません。文意やLLM/RAGの検索・回答精度は保証しません。全てのMarkdownを正しく解析するものではありません。Setext見出しは警告して本文扱い、閉じないフェンス・列数の違う表は警告して段落として保持します。整形や分割の結果は自分で確認してください。 上限の単位は文字数です。長い表の1行、ヘッダー、コード、結合文字列は上限を超える場合があり、oversize で分かります。R07はゼロ幅接合子も除去し、絵文字の表現が変わる場合があります。 パイプ表は2列以上、または見出し行と区切り行の両端にパイプがある1列を認識します。区切り行の各セルはハイフン1本以上（前後のコロンと空白は任意）が条件です。JSONLはLFだけで区切り、API文書の読取例を使ってください。 R05は改行を取り除くだけで空白を足さず、英文の折り返しには向きません。--overwrite は古い出力を消さないため、ルールを変えるときは新しい出力先を指定してください。地域旗のタグ列やハングル字母など、全ての書記素規則には対応していません。 利用条件 個人・商用利用、改変、自作ツールや納品物への組み込みが可能。クレジット不要。チャンク、整形後テキスト、レポートは利用者のものです。本品や改変版を同種のキット・ライブラリ・事例集として再配布・再販売しないでください。無料版の紹介には商品ページのURLを使ってください。詳細は同梱LICENSE_JA.md。 サポート・返品 配布ファイルの破損、記載機能の再現可能な不具合、説明の誤りを受け付けます。個別PC設定、利用者コードの修正、用途ごとの運用保証、永久対応は含みません。 窓口は TAMA LABのBOOTHメッセージ（https://tama-lab.booth.pm/conversations）。BOOTHログインが必要です。版、OS、Python版、コマンド、匿名化したエラーと自作の最小再現例をお知らせください。機密資料や認証情報を送らないでください。返信期限や24時間対応の約束はありません。 ダウンロード商品の性質上、購入後の返品は原則受けていません。ファイル破損や記載機能の不具合で修正版を出せない場合は個別に対応します。BOOTHの規約と法令が優先します。詳細は同梱SUPPORT_JA.md。 版とSHA-256 1.0.2。独立審査を通過した同一ハッシュのZIPを配布します。修正が必要になれば新しい版で再審査します。 - seikei-kit-full-v1.0.2.zip：18119727b056e605de303e6e3d746837f626aaca4ed04f0d794f4d4647b0955d - seikei-kit-free-v1.0.2.zip：acfd6eaf368e9388dc26f1752795647dbcf03f66da278fdc487409fa3e73dd06 AI使用と確認状況 制作にAIモデルを使用しました。自動テストと、開発担当とは別のAIモデルによる独立審査で確認した版を配布します。確認環境と限界は上記のとおりで、人が全件確認したという表示はしていません。LLM/RAGを動かした性能評価ではなく、自作の架空文書を処理した実例です。 非公式・商標 本品はTAMA LABの独自制作物です。Python、LLM製品、第三者ライブラリの公式商品・提携商品ではありません。第三者のモデル重み、教材、フォントファイル、画像を同梱していません。