端到端：文档批处理

uploads/ 下有 47 份采购合同 PDF。先不要批量处理。

请随机挑 3 份读一下，然后告诉我：
1) 它们的结构是否一致（章节顺序、字段位置）
2) 我要的这些字段——合同编号、供应商名称、签署日期、含税总额、付款期限——
   分别出现在什么位置，有没有哪个字段在某些文件里根本不存在
3) 有没有扫描件（图片型 PDF）混在里面
4) 基于这 3 份，你打算用什么方式批量抽取

结构确认了。现在写一个脚本 output/extract.py 来处理，要求：

- 遍历 uploads/ 下所有 PDF
- 抽出这五个字段：合同编号、供应商名称、签署日期、含税总额、付款期限
- 字段抽不到时写入空值并记录到失败清单，不要跳过整份文件，也不要猜
- 输出两个文件：
  * output/extracted.csv —— 一行一份文件，第一列是源文件名
  * output/failures.md —— 每条记录：文件名、缺失的字段、原因

先只写脚本，写完给我看，我确认后再跑。

脚本没问题。先只跑前 5 份，把 extracted.csv 和 failures.md 都打印给我看。

5 份都核对无误。跑全量 47 份，跑完告诉我：
成功多少份、失败多少份、失败清单里出现频率最高的原因是什么。

把 output/extracted.csv 转成 output/extracted.xlsx，要求：

- 冻结首行，字段名加粗
- 「含税总额」列设为数值格式（两位小数）
- 末尾加一行合计，**用 SUM 公式**，不要把算好的数字写死
- 新增一列「不含税金额」，用公式从含税总额算（税率 13%），同样不要写死
- 抽取失败的行整行标黄

看一下 failures.md。把失败原因分个类，对每一类告诉我：
- 是脚本能修的（格式变体、正则没覆盖到）
- 还是文件本身的问题（扫描件、缺页、字段确实不存在）
- 脚本能修的，直接改脚本重跑这些文件
- 文件本身的问题，列出清单我人工处理