从能读取到能研究：我们如何把 Agent 的 PDF 工具升级为可追溯的多模态能力

作者团队把投研 Agent 的 PDF 工具从纯文本提取升级为可导航、可核对证据的多模态研究能力。核心做法是把阅读拆成搜索、定位、读取三类接口，由 Reader 签发有效页面位置并独立记录文本、表格、页面图像的实际覆盖范围，资源上限按 PDF 与网页等内容类型分别约束（PDF 统一为 10 MiB，网页仍受 2 MiB 响应限制管理）。