用 pyspelling 源感知过滤器检查文档与代码注释拼写

痛点：合并成一个文本流会带来大量噪音

项目里通常同时存在 Markdown 文档、Sphinx 文档、HTML 页面，以及散落在源码里的注释和 docstring。把这些内容无差别地拼接成一个大文本再做拼写检查，结果是满屏误报：代码片段、URL、变量名、HTML 标签都会被当成拼写错误；而真正需要关注的文档段落，反而被淹没在噪音里，review 时根本看不过来。

工作方式：按源过滤，而不是一刀切

这个技能基于 pyspelling，核心思路是先定位来源，再决定检查什么：

• 源感知提取：分别处理 Markdown、Sphinx、HTML 和代码注释，而不是把项目扁平化成一段文本。
• 自定义过滤规则：比如扫描 Python 文件里的 docstring 时，可以排除模块中特定的内容区域（变量名、代码示例），避免无意义的告警。
• 按需组合：同一份过滤逻辑可以复用在不同的源类型上，适合把拼写检查接入现有 CI 流程。

适用边界与注意点

• 需要预先安装 Python、pyspelling，以及字典后端（如 Aspell 或 Hunspell），否则工具链无法运行。
• 过滤器需要自己按项目结构编写，技能不会自动适配所有代码布局；源类型或注释格式变化时，过滤规则也要同步调整。
• 它解决的是“检查什么”的问题，不替代字典本身的质量——专业术语仍可能被标记为误拼，需要在过滤规则里显式豁免。

文档参考：https://facelessuser.github.io/pyspelling/