用途：doc-reader 用于从常见文档与数据文件中提取文本，统一返回一个 JSON 信封，调用方式不随格式变化。
主要能力：支持 PDF（文本页直接提取，扫描页回退 OCR）、Word .docx（段落与表格单元格）、Excel .xlsx/.xls（全部工作表，每表前 100 行预览）、PowerPoint .pptx（幻灯片文本）、图片（仅 OCR）、CSV/TSV、纯文本、配置文件、HTML/XML 原样文本以及多种源码文件。未知扩展名按 UTF-8/GBK 尽力读取；可执行文件与压缩包在上传阶段被拒绝，需先自行解压。
使用方式：直接调用工具，例如 read_document(file_path="uploads/paper.pdf")，PDF 可用 pages="1-10" 指定页范围，该参数仅对 PDF 生效。返回信封包含 status、file、format、char_count、truncated、text，并附格式相关字段（如 pdf 的 total_pages/ocr_pages，excel 的 sheets 等）。文本内容超过 15000 字符会被截断，PDF 可分段读取。
OCR：PDF 文本不足时自动 OCR。min_text_per_page 控制触发阈值（默认 50 字符）。引擎可选 auto（默认，仅本地）、rapid（本地 RapidOCR，需 pip install rapidocr_onnxruntime）、llm-vision（云端视觉模型，复用现有 LLM 配置）、none（关闭）。可用 VIBE_TRADING_OCR_ENGINE 选择引擎，用 VIBE_TRADING_OCR_LLM_MODEL 覆盖 OCR 模型。
适用场景：论文/报告摘要、合同审阅、表格速览、图表或扫描件 OCR 等。
限制：Excel 仅预览前 100 行；源码原样返回，不重排格式；纯文本按 utf-8→utf-8-sig→gbk→gb2312→big5→latin-1 顺序尝试编码；无可用 OCR 引擎时图片与扫描件返回空文本并附说明；OCR 为空时不应编造内容。若需求为交易日志分析，应改用 analyze_trade_journal。