feat(latex): 新增 LaTeX 排版系统，从 Markdown 生成 ctexbook

- 新增 officefile/latex/ 目录，包含 main.tex、preamble.tex 及 14 个章节 + 10 个附录 tex 文件
- md→tex 转换流程：pandoc 转换 + _postprocess.py 后处理（去编号、修破折号、清标签）
- 修复 5 个 md 源文件的标题层级（H1→H2 降级，统一层级结构）
- 配置 VS Code LaTeX Workshop（xelatex + ctexbook 编译链）
- 新增 VS Code workspace 和 .gitignore（排除 LaTeX 编译产物）

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

officefile/08-reinforcement/08-reinforcement.md

@@ -21,7 +21,7 @@
 
 ---
 
-# 8.1 RL基础
+## 8.1 RL基础
 
 ## 8.1.1 核心框架：智能体与环境的交互
 
@@ -249,7 +249,7 @@ for s in range(n_states):
 
 ---
 
-# 8.2 策略优化
+## 8.2 策略优化
 
 Q-Learning和DQN属于**基于价值（Value-Based）** 的方法：先学习价值函数，再间接推导策略。另一类方法是**基于策略（Policy-Based）** 的方法，直接优化策略本身。
 
@@ -403,7 +403,7 @@ A2C: 多个Worker同步更新 → 等待所有Worker完成，再统一更新
 
 ---
 
-# 8.3 Alpha系列
+## 8.3 Alpha系列
 
 从2016年开始，DeepMind的Alpha系列成果不断刷新人们对AI能力的认知。这些突破展示了一个共同的技术范式：**搜索 + 深度学习 + 海量计算**。
 
@@ -502,7 +502,7 @@ AlphaFold的意义对设计领域尤其深远：
 
 ---
 
-# 8.4 人类对齐
+## 8.4 人类对齐
 
 ## 8.4.1 为什么需要对齐？
 
@@ -624,7 +624,7 @@ Constitutional AI 流程：
 
 ---
 
-# 8.5 具身智能
+## 8.5 具身智能
 
 ## 8.5.1 什么是具身智能？
 
@@ -750,7 +750,7 @@ Gymnasium中与设计相关的环境包括：
 
 ---
 
-# 8.6 设计应用
+## 8.6 设计应用
 
 强化学习为设计领域提供了从"被动工具"到"主动智能体"的范式转变。以下是一些具有代表性的应用场景。