摘要： 1.ollama模型调用架构应对图像与pdf混合输入 现在的ollama模型调用程序本质架构： 当前有： 输入层（两种） 图片 → 多模态模型 PDF → OCR → 纯文本模型 无法应对文件类型差异，一个类型一个接口，有点臃肿 输出目标（一种） 抽取同一套 Schema（结构化 JSON） 暂时将 阅读全文