feat(ocr): 扫描件与图片识别——OCR 进文字层、资质库上传识别、大图浏览

计划见 docs/architecture/vision-plan.md（VS1–VS13，docs/decisions.md）。

- 验证：OCR（RapidOCR + PP-OCRv6 small，CPU）和 DeepSeek Flash 看图在国动投标文件
  和 7 张证书上初测（tech-validation §7，代码 spikes/s5-ocr/）
- OCR 服务 services/ocr（镜像、Compose 服务）：整页转正（含 180°）、红章附近按红色通道重读
- 扫描页和插图识别后并入文字层 v6，句子标 source=ocr；出处标「OCR」（迁移 0013）；
  依据识别文字的问题降级，规则不查扫描附件；国动端到端见 check-eval §16
- 资质库上传识别：添加资质对话框最上面传证书照片，识别后填表，只预填和 OCR 文字
  对得上的字段；识别值留痕、照片挂成附件（迁移 0014，提示词 vision.cert_fields v1）
- 资质库改为查看详情（只读键值 + 附件缩略图），附件用大图浏览控件看，不开新标签页
  （设计规范 §7.23）；PDF 附件按页出预览图

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

spikes/README.md

@@ -60,3 +60,18 @@ docker run -d --name bd-docling -p 5101:5001 ghcr.io/docling-project/docling-ser
 | `s2-format/` | 斜体 / 下划线 / 加粗识别与 DOCX 交叉校验；Docling 对比 |
 | `s3-citation/` | 切句、句子编号、quads、几何回读、文本保真、高亮渲染 |
 | `s4-llm/` | 输入准备与银标准、提示词（`prompts/`）、调用与三道校验、评估、汇总 |
+
+## S5 / S6 扫描件识别初测（2026-11-05）
+
+结论见 `docs/architecture/tech-validation.md` §7。用独立的 Python 3.12 环境（onnxruntime 还没有 3.14 的包）：
+
+```bash
+cd spikes/s5-ocr
+uv venv -p 3.12 .venv && uv pip install -p .venv/bin/python rapidocr onnxruntime pypdfium2 pdfplumber httpx pillow numpy rapidfuzz
+PDF=../../samples/tenders/GD/响应文件-最新.pdf
+.venv/bin/python -I ocr_pages.py $PDF out/gd-ocr.json              # 扫描页整页、文字页的图片区域
+.venv/bin/python -I ocr_pages.py $PDF out/gd-ocr-rch.json --rch    # 有红章的扫描页改用红色通道（对比用）
+.venv/bin/python -I synth_cer.py $PDF 35-60                        # 合成扫描件的字准
+.venv/bin/python -I vision_pages.py $PDF out/gd-ocr.json out/gd-vision.json   # DeepSeek Flash，读仓库根目录 .env
+```
+