Insight / 预处理观察台
输入、路由、产物和证据结构的预处理观察页

展示输入如何被清洗,再进入统一证据结构

这里不负责执行分析任务,只负责把样本输入、路由判断、标准化产物和证据候选讲清楚。这样后续 analysis 接更多 API 和模块时,Insight 仍然可以保持独立的观察职责。

页面职责
输入样本 + 中间产物 + 证据预览

只做预处理观察,不承担任务执行。

主样本
AAPL 文字层 10-K

最适合展示 `pdf_text` 路线和标准化产物。

对照样本
扫描型 PDF 与低质拍照页

最适合解释为什么路由和清洗是必要的。

文字层 PDF 路线
可演示
PDF 文档

AAPL 2025 text-layer annual report PDF

真实文字层 10-K 样本,最适合展示 `pdf_text` 路线以及稳定的产物计数。

Blocks
122
Chunks
80
Labels
80
路由信号

检测到原生文字层

80 页原文保留在文字路线中

结构化产物已经提前生成,适合直接演示

展示重点
pdf_text_routing
native_pdf_text_layer
paragraph_extraction
financial_fact_extraction
Parsed 预览
## UNITED STATES

SECURITIES AND EXCHANGE COMMISSION Washington, D. C. 20549 FORM 10-K (Mark One) [x] ANNUAL REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the fiscal year ended September 27, 2025 or [ ] TRANSITION REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the transition period from to . Commission File Number: 001-36743 Apple Inc. (Exact name of Registrant as specified in its charter) California 94-2404110 (State or other jurisdictionof
Chunk 预览
chunk_001
UNITED STATES

SECURITIES AND EXCHANGE COMMISSION Washington, D. C. 20549 FORM 10-K (Mark One) [x] ANNUAL REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the fiscal year ended September 27, 2025 or [ ] TRANSITION REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the transition period from to . Commission Fil...

Evidence 预览
demo_ev_001
financial_fact
$0.00001

[UNITED STATES] SECURITIES AND EXCHANGE COMMISSION Washington, D. C. 20549 FORM 10-K (Mark One) [x] ANNUAL REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the fiscal year ended September...

讲解备注

这是最适合讲解文字层 PDF 路由的主样本。

如果要带着导师看 `parsed.md`、`blocks.json` 和 `evidence.json`,优先从这个样本开始。

扫描型 PDF 路线
对照样本
扫描型 PDF

AAPL 2025 扫描型年报 PDF

这是 `docling` 路线的对照样本:同样属于年报 PDF,但输入条件并不适合走文字层解析路径。

Blocks
待补充
Chunks
待补充
Labels
待补充
路由信号

不适合文字层路线

用于和原生文字层样本形成扫描型 PDF 对照

可以和 SEC HTML 资产一起做平行内容比较

展示重点
docling_route
pdf_comparison
html_parallel_source
图像混合恢复路线
可演示
拍照页

Low-quality photographed page with text and tables

低质量拍照页样本,用来说明图像输入为什么需要混合恢复路径,而不是只跑一次 OCR。

Blocks
10
Chunks
9
Labels
21
路由信号

拍照型输入,且存在混合布局

表格恢复与 OCR 清洗需要同时发挥作用

chunk 数量更少,但证据修复密度更高

展示重点
ocr_under_glare
text_table_mixed_layout
real_world_photo_input