用途：为 RAG 与非结构化数据场景生成逼真的合成 PDF 文档，可用于测试 PDF、演示文档或检索评测数据集。
主要能力：调用 generate_pdf_documents MCP 工具，依据描述由 LLM 生成专业 PDF；每份文档同时生成一个 JSON 文件，含 title、category、pdf_path、question、guideline，便于 RAG 评测；结果自动上传到 Unity Catalog Volumes。
使用方式：调用 generate_pdf_documents，必填参数为 catalog、schema、description、count；可选 volume（默认 raw_data）、folder（默认 pdf_documents）、doc_size（SMALL 约1页、MEDIUM 约5页、LARGE 约10页以上，默认 MEDIUM）、overwrite_folder（默认 false）。默认输出路径为 /Volumes/<catalog>/<schema>/raw_data/pdf_documents/。
适用场景：HR 政策、技术文档、财务报告、培训材料等合成文档；演示建议 5-10 份，RAG 测试 15-30 份，全面评测 50 份以上。评测时可将 PDF 作为向量库源文档，用 question 查询 RAG 系统，用 guideline 判断回答是否正确。
限制与配置：需通过环境变量配置 LLM，默认 Databricks Foundation Models（LLM_PROVIDER=DATABRICKS，DATABRICKS_MODEL=databricks-meta-llama-3-3-70b-instruct），或 Azure OpenAI（LLM_PROVIDER=AZURE 及 AZURE_OPENAI_ENDPOINT、AZURE_OPENAI_API_KEY、AZURE_OPENAI_DEPLOYMENT）。常见问题包括未配置 LLM 端点、缺少 CREATE VOLUME 权限、生成超时（可减少 count）以及描述过简导致内容质量低。