📄 多模态内容解析器

核心亮点

1. 🔄 统一接口：一套API支持图片/PDF/Word/音频4大类格式解析，不需要对接多个服务
2. 🚀 开箱即用：内置OCR、音频转文字、文档解析能力，零配置即可使用
3. 📝 多格式输出：支持纯文本/Markdown/结构化JSON三种输出格式，适配不同LLM处理需求
4. 💡 友好错误提示：依赖缺失时自动给出安装命令，新手也能快速上手

🎯 适用场景

• 多模态Agent的内容解析层
• 文档问答、知识库构建场景的文件预处理
• 图片OCR识别、语音转文字需求
• 批量文档解析与结构化处理