DocVortex 0.5.14

DocVortex 0.5.14 修正带附加文字层的可搜索扫描 PDF 分类，避免隐藏、透明或被扫描图遮挡的文字把扫描页误判为原生文字页，并减少分类探测中的重复工作。

• 分类同时考虑页面图像、文字绘制状态和必要的像素差分。大背景图上真正可见的数字正文仍走 txt；扫描图上的补充文字层走 ocr。支持嵌套 Form、裁剪、旋转和少量可见页眉；采样中明确的扫描正文不会被其他数字页的多数票掩盖。
• 分类阶段共享页面图像几何，提前跳过不需要的渲染，并在 Rust 中批量读取字符几何与差分像素；Python 保留参考实现。
• 分类前后保留原始页面像素、文字及绘制模式，渲染探测失败时也恢复存活页面的绘制状态，避免影响调用方后续解析。
• 私有原生协议由 32 升至 33，Python 源码与扩展须配套安装。公开接口与 auto|txt|ocr 选择方式保持原样；auto 识别到扫描文档后会使用既有 CPU ONNX OCR，txt 仍可显式强制原生解析。

本地匹配源码的原生 wheel 通过 209 项分类、资源图、原生接口及公开 API 专项测试；新环境中的版本、协议 33、原生 PDF 的 Python／Rust 完整输出对照和 pip check 通过。当前 MinerU 的 103 项边界、协议、路由与 OpenCV 边界测试通过。

附有隐藏文字层的扫描样本通过真实 auto 路由核验：分类为 ocr，封锁下载请求后仍复用有效模型缓存完成推理、HTML／Markdown 导出和 Bundle 回读；独立环境不含 MinerU、Torch、PaddleOCR、PaddleX 或 OpenCV。

main 跨平台 CI 的 23 项任务全部通过。发布提交只调整版本号，按既有门禁复用该成功 CI。

发布流水线 的 14 项任务全部通过，六个平台原生 wheel、纯 Python wheel 和源码包已上传 PyPI 0.5.14。正式 macOS ARM64 wheel 已独立下载并核对 PyPI SHA256；新环境中的版本、协议 33、原生 PDF 的 Python／Rust 输出对照、209 项分类／接口测试及 pip check 全部通过。正式包对可搜索扫描样本的离线 auto OCR、导出和 Bundle 回读通过，Markdown／HTML 与发布前字节一致；当前 MinerU 的 103 项接入检查通过。

OCR 的首版能力与局部区域重叠限制沿用 0.5.13 发行说明；解析模式及模型缓存行为见 使用指南。

完整变更：v0.5.13 → v0.5.14