用途：作为 NeqSim 相关任务的文档与图像入口层，处理 PDF、DOCX、XLSX、CSV、HTML、XML、演示文稿、扫描件、图纸、图表与照片等混合资料，把内容转为可追溯的证据事实，而不是直接当作已验证的工程数据。
主要能力：按真实格式分类（不只看文件名），优先原生结构化提取（PDF 文本层与表格几何、DOCX 段落表格与脚注、XLSX 单元格公式与合并区域、CSV/JSON/XML 结构）；文本层缺失或薄弱时渲染页面并做带词坐标的 OCR，且与原生文本分开保存；涉及图纸、P&ID、图表、符号、拓扑与空间关系时使用多模态视觉。支持值/单位归一化并保留原始值、原文与单位，检测多来源冲突而非静默覆盖，对安全关键或置信度低于 0.85 的事实标记 needs_review，并列出缺失字段为 gap。
使用方式：输入 source_path（原文件保持不变），可选 embedded_text_chars、contains_visuals。Python 侧示例：from document_intelligence_extraction import DocumentIntelligenceExtractor, EvidenceFact；extractor = DocumentIntelligenceExtractor()；plan = extractor.plan("equipment_datasheet.pdf", embedded_text_chars=420)；构造 EvidenceFact(field, value, unit, original_text, page, locator, method, confidence, safety_critical) 后调用 extractor.package(plan, ...) 并 result.to_dict()。包本身不绑定特定 OCR 或 AI 供应商，由运行时适配器执行。
适用场景与衔接：文档类型解读、PDF OCR、P&ID、标准、压缩机图表、流体与工艺提取等领域技能，均可在此证据包构建后调用；下游可对接 ProcessSystem.fromJsonAndRun、SimulationValidator.validate、设备选型、PVT 及 runProcess、runPVT、runPipeline、validateInput 等 MCP 工具。本技能不执行热力学计算。
限制：解析、OCR、多模态质量取决于运行时适配器与源文件质量；手写、模糊扫描、密集图纸、特殊字体、加密及专有格式可能需专用工具或人工转录；置信度仅为分流信号，不代表正确；不推断缺失工程数值，也不替代文档控制与合格评审。缺失事实暂未提供。