Document AI
MinerU 不该只选一个后端：把 pipeline、VLM 与 hybrid 做成文档分流系统
MinerU 的生产价值在于按文档与页面难度分流，并用队列、幂等、版本化产物、质量指标、隐私和许可证治理把解析做成可运营系统。
LiteParse：文档解析别一上来就烧云服务，先把本地入口做成可分流系统
LlamaIndex 团队开源的 LiteParse 适合把 RAG 文档解析前置层做成本地优先、带坐标、可复杂度检测、可分流的工程入口，而不是所有文件都直接送云端重解析。
Mistral OCR 4：OCR 不只读字，还要保留文档结构
OCR 4 的重点不只是识别率，而是页面坐标、块类型、置信度和可追溯结果能不能交给后续系统使用。