智能体文档执行引擎产品说明：五类能力、MCP 与命令行双入口、四种结果与边界

1. 先看见的问题

桌面智能体很会说话，但不适合当打印机、抽取器和计算器。同一份合同问两次，金额可能变；一百份报表一并发，成本和延迟一起失控；结果被质疑时，说不清来自哪一页、按什么规则得出。

这不是模型再聪明一点就能消失的问题，而是把确定执行交给了推理。

2. 一句话定位

供外部桌面智能体调用的本地无头文档工具集与可靠执行内核：接收一份结构化的能力调用，执行一个原子能力，返回结构化结果、技术任务、产物、错误与可审计的技术事实。

记住三件事：它不理解意图；它不编排流程；它把适合软件做的那一步做成可重复、可批量、可追溯的结果。

3. 它解决什么问题

桌面智能体擅长理解意图与组织流程。文档处理需要的是另一类能力：格式解析、字段抽取、表格还原、格式转换、确定计算与产物生成。把后者交给通用推理，会稳定地遇到三个问题：

问题	表现
结果不稳定	同一份文档、同一个问题，两次调用给出不同字段值
无法批量	成本与延迟随页数增长，难以并发
过程不可追溯	无法回答这个值来自哪一页、哪一个表格、按什么规则得出

智能体文档执行引擎把这部分工作卸载到本地执行内核，按公开契约执行，并返回机器可读的事实。

4. 核心能力

能力族	说明
文档摄取与解析	PDF、DOCX、XLSX、HTML、CSV、文本，以及受支持的 OCR 输入
结构化提取	字段、表格、段落、元数据与稳定的来源定位
文档生成与转换	模板应用、格式转换、比对、合并、表格与表单处理
确定性计算	Decimal 金额、日期、费率，在明确规则版本下的有限计算
技术执行治理	能力发现、输入校验、资源隔离、幂等、取消、产物管理与安全审计

5. 双入口等价

每个公共能力同时具备 MCP 与 非交互式机器可读命令行 两个入口，由同一能力目录与同一契约投影产生，共享调度、Schema、错误、任务、产物、幂等与副作用语义。

命令	用途
`mcp`	以 stdio MCP Server 方式提供工具面
`invoke <capability-id> --request-file <invocation.json>`	调用一个公共能力
`execution-job <get\|get-result\|cancel>`	查询、读取结果或取消同一内部任务
`doctor` / `health` / `diagnose`	运行时自检、健康检查、本地诊断
`runtime start\|stop\|status`	本地运行时生命周期
`activate`	产品激活（授权码只经标准输入 JSON 传入）
`verify-installation`	校验并重写安装回执

退出码固定：0 成功或已受理、1 失败、2 阻断、3 入口契约错误、4 运行时不可用、5 自检降级。同一次调用必须冻结入口，失败后不在 MCP 与命令行之间静默切换。

6. 执行语义：只有四种结果

结果	含义
`succeeded`（成功）	完整结果满足公开契约
`accepted`（已受理）	长耗时原子执行已创建唯一技术任务
`blocked`（阻断）	前置条件不足，本次执行尚未发生
`failed`（失败）	执行失败，且副作用影响已经明确

阻断不是等待用户的状态，不创建交互会话；调用方在项目外补齐事实后重新发起完整调用。
技术任务只表达执行状态（已受理、排队、等待资源、运行中、恢复中、完成、失败、已取消、结果未知），不表达业务流程。
产物只表达技术产物的生成、访问、版本、保留与清理，不表达批准、签署、交付或归档等业务状态。
失败、取消或超时不会把半成品当成成功文件。

7. 交付形态

Windows x86_64：签名安装包，内含应用私有 CPython 3.13.11、完整离线 OCR 与预装运行时镜像，按用户安装到 %LOCALAPPDATA%\Programs\ContractAgent，无需管理员权限；不注册 PATH、不探测系统 Python、不创建虚拟环境。
macOS arm64：签名、公证并 staple 的 App 或 PKG，内部复用同版本私有 CPython、运行时镜像、契约与任务状态机。
安装器不探测、不修改任何桌面智能体的配置，不读写其技能目录，不生成技能。
本机进程身份是调用主体的唯一身份锚，跨主体访问在读取结果或取消前被拒绝。

8. 明确的边界（同样重要）

智能体文档执行引擎不拥有：

用户交互、意图理解、补问、专业复核与确认
业务流程编排、跨能力自主调度与业务完成判断
通用 LLM 对话或推理入口
行业结论、证据充分性、法律或财务采纳、业务审批、签署、发送、交付与归档
远程连接器、共享服务器、远程上传、多租户、账号平台与分布式服务端运维

这些职责属于外部桌面智能体、外部技能、人员或外部系统。产品的价值是把「适合软件执行」的那部分做到稳定、快速、可批量、可审计。边界不是能力不足，而是让每个主体对自己的结果负责。

9. 适用对象

需要让自有智能体稳定处理合同、票据、报表、表单的团队
文档量大、要求结果稳定可复核的业务部门
对数据不出本机有硬性要求的合规场景
已有自动化流程，希望通过命令行直接编排文档处理

不适合：希望它「读懂合同并告诉我能不能签」、希望它代替审批，或希望它作为云端多租户文档中台的团队。

10. 授权方式

除能力发现与激活状态查询外，公共能力要求本机持有有效激活租约；未激活时在执行前以阻断结束调用，不会静默降级。授权码只通过标准输入 JSON 兑换，不出现在命令行、日志或安装记录中。

商务与授权条款请通过预约演示或人工咨询获取。

11. 从能力发现到结果

一次正确调用按这个顺序发生，不能把步骤折叠进一句自然语言：

做能力发现，确认本机安装了哪些能力、各自的输入契约是什么。
在项目外补齐调用所需的全部事实，组装成一份完整的结构化请求。
通过 MCP 或命令行发起调用。两个入口语义等价。
按四种结果之一处理：成功则读取结构化结果和产物；已受理则用技术任务查询或取消；阻断则本次执行尚未发生，补齐事实后重新发起完整调用；失败则按已经明确的副作用处理，不把该次结果当成成功文件。

长耗时调用不会停在对话里等待。技术任务只表示执行状态，不表示业务是否批准。

12. 采购时要确认的边界

问题	答案
是否理解用户意图	否。只执行完整的结构化调用
是否编排业务流程	否。编排属于外部智能体或外部技能
会不会给出法律或财务结论	不会。只返回技术事实与来源定位
文档会不会上传到云端	不会。无远程连接器、共享服务器和多租户
能否远程多租户	否，这是永久非目标
未激活时会不会悄悄降级	不会。除能力发现和激活状态查询外，未激活在执行前以阻断结束
是否附带对话界面	否。安装器也不修改任何桌面智能体的配置

13. 与官网转化平台如何配合

本引擎负责本机上的解析、抽取、转换、生成和确定计算。可以公开的结果，由人审校后发布到官网转化平台的知识文档和下载资料。官网平台负责检索、带引用的资料助手、留资下载和咨询归因，不负责处理敏感原件。

继续阅读：

《如何把文档能力接入你的智能体》：接入四步、错误处理与常见反模式
《为什么文档智能需要本地执行内核》：确定执行与人工判断的划分依据
《两款产品怎么选》：定位对比、组合场景与选型建议

智能体文档执行引擎产品说明：把确定执行留在本机