用途：把文档转换为逐行 JSONL 的溯源分块流，每块标注元素类型、页码、边界框、置信度与阅读顺序，可追溯到源页面具体区域。适合需要引用与审计的 RAG（金融、医疗、法律），支持置信度过滤、阅读顺序感知切分与可审计流水线。
主要能力：提供 uv 可运行的 Python 脚本 chunk.py，端到端驱动流水线并输出 JSONL 到 stdout 或文件；与嵌入无关，止于分块边界，不引入向量库或嵌入提供方。支持三种策略：element（默认，每个空间元素一块）、table-row（每行一块）、reading-order-window（按阅读顺序滑动窗口）。chunk_id 确定性生成，doc_id 默认取输入字节内容哈希而非文件名。
使用方式：需先获取 Nutrient DWS Extract API 密钥并导出为 NUTRIENT_EXTRACT_API_KEY，命令示例：uv run scripts/chunk.py --input doc.pdf --out chunks.jsonl [--doc-id ID] [--mode structure] [--strategy element|reading-order-window|table-row] [--window-size 512] [--min-confidence 0.0] [--skip-pictures] [--yes]。依赖 document-extraction-api 技能，需位于同一插件的 ../document-extraction-api/scripts/，否则设置 PARSE_SCRIPT_PATH。
限制：必须使用 spatial 输出，Markdown 输出会丢失溯源被拒绝；默认 structure 模式下 keyValueRegion 与 formula 元素不生成，需 --mode understand；不负责向量库写入或嵌入生成；成本门控在预估超过 200 积分时需 --yes 或交互确认；输出 JSONL 含文档文本，以 0600 权限写入，应视为敏感数据。