用于在做下游分析（聚类、主题、情感、摘要等）之前，先给一份文本「体检」——同时从写作 / 编辑视角看规模、句长、词汇丰富度、排版是否规范，从NLP 任务视角判断是否干净到能直接喂给模型用，避免拿低质语料反复跑废算力。

报告分成「文本基础概览」与「NLP 任务适用性体检」两套互不重叠的视角：基础概览给出字数 / 词数 / 句段数、句长分布与 P50 / P90 分位、词汇丰富度三件套（TTR / MTLD / HD-D）、字符构成饼图、全 / 半角标点统计；NLP 体检覆盖重复性（行 / 词 / n-gram 三个粒度）、文本组成、词汇质量、段落与句长结构、信息熵与信息密度等多个维度。

所有维度汇成 0-100 综合质量分与 good / fair / poor 三档评价，并直接判定文档能否作为聚类、LDA、BERTopic、命名实体识别、情感分析、摘要六类任务的合格输入；多文件支持横向汇总表与雷达图对比，每个指标都附算法说明与"什么场景会被误判"的提示。

适合在批量做下游 NLP 分析前先筛掉模板化、噪声、空文件等不可用素材，也适合写作 / 编辑团队检查多版稿件在规模、句长节奏与词汇丰富度上的差异。