围绕 PDF 与 Office 文档中的表格、流程图、图表、SmartArt 和内嵌图片，MOI 强化结构保留、原图兜底与来源追溯，为知识库和 Agent 提供更可靠的数据输入。
该企业是国内领先的晶圆代工厂，制程文档、设备与工艺数据、历史工单分散在多个系统中，工程师查找一条工艺信息往往要跨系统检索。
企业希望用 Agent 来承接这类查询，而 Agent 的能力上限，取决于它读到的数据有多可靠。
半导体制程文档的信息密度极高，而且关键信息恰恰不在正文段落里。工艺参数在表格中，流程在流程图里，趋势在图表里，层级关系在 SmartArt 中，还有大量内嵌图片承载着正文没有说明的内容。
通用文档解析在这类内容上会失真：跨页表格被拆散、合并单元格的对应关系丢失、流程图被压平成无序的文本片段、图表只剩下坐标轴标签。这些失真本身不会报错，但会以看似合理的形式进入知识库。
对 Agent 来说，这是比解析失败更危险的情况——解析失败会暴露，解析走样不会，它会变成一个语气笃定的错误答案。在制程场景下，一个错误的工艺参数不是体验问题。
MOI 针对 PDF、Word、PPT、Excel 四类文档强化了结构保留能力，把表格、图片、标题等不同性质的内容分离为独立的内容块，而不是压平成一段连续文本。
结构化还原以 HTML 保留表格的行列与合并关系，同时保留原图作为兜底。当结构还原的置信度不足时，系统选择保守降级——交出原图与来源位置，而不是给出一个可能已经走样的结构化结果。
每个内容块都保留来源追溯信息：出自哪份文档、第几页、什么位置。Agent 给出的答案因此可以定位回原始文档的具体位置。
解析结果与制程知识图谱、语义检索一同构成 Agent 的数据底座，并按权限与保密分级控制可见范围。
表格、流程图、图表与内嵌图片被以保留结构的方式解析，Agent 读到的是接近原始语义的内容，而不是压平后的文本。
保守降级机制确保系统在不确定时暴露不确定，而不是生成一个语气笃定的错误结论——这是制程场景中最重要的一条边界。
来源可追溯让工程师能够核对答案，Agent 的输出可以被验证而不是只能被相信。
跨系统的文档查找耗时下降，制程知识得以沉淀复用，班组之间的经验传递不再依赖口头交接。