agent-runtime

Agent Runtime Provider

Agent 自身的多模态理解能力。扫描 PDF 和截图/OCR 离线验证通过。

适用场景

• 扫描 PDF：页面图像→理解正文/表格/布局
• 截图补充：判断页面上下文，区分内容与 UI
• 图表：理解数据可视化
• 交叉验证：对比多个机械提取结果的矛盾

输出约束

• 每条 evidence 标注 agent_judgment: agent_observed
• 每条 evidence 绑定 artifact_id + locator
• 不能替代 OCR 字符准确率验证
• 不确定项标注 status: uncertain
• 不把推断写成来源原文