Indra限制处理页数：按每文件计算覆盖范围，别把限页任务写成全文已识别

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
Python环境与本地CPU；Indra使用ONNX，不需要PyTorch或GPU，首次运行需下载约76MB默认模型，math模型另计。
代码Apache2.0；权重modified OpenRAIL-M，有企业规模与竞争用途限制，不能宣传无限制免费商用。
本课原生材料可离线免费检查；目标识别未执行，实际page.source/conf/坐标只能运行后填写。

操作步骤：
1. 建立原文件页数表
A有3页、B有4页，每页印文件ID和页码。
先独立获取页数，不让OCR输出自己证明原文有几页。

2. 设置每文件页限
使用--max-pages 2或conv.convert(max_pages=2)。
官方参数是每文件最多页数，不是整批共享总配额。

3. 执行并记录覆盖
将每份文件实际读到的页序列写入manifest。
缺页或解密失败与主动限页分开记录。

4. 核对预期数量
A预期覆盖2/3，B覆盖2/4，总计处理4页。
不要看到两文件均成功就把7页全部标完成。

5. 展示未处理范围
A第3页与B第3、4页进入未处理列表。
未处理页面不进入全文搜索或摘要的“已覆盖”承诺。

6. 安排后续全量处理
解除页限后再处理，保存新旧覆盖版本。
重跑后校验页数而非覆盖旧manifest消除历史限制。

7. 交付带范围的结论
页面明确写“每文件前2页试跑”。
没有目标执行时只展示页数算例与待填实际覆盖列。

验收：
A=2/3、B=2/4覆盖明确。
总处理预期4页。
未处理页不被标已OCR。

官方资料：
https://huggingface.co/datalab-to/indra-ocr

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。