fix(invoice-organizer): PDF 文本层名称字段标签污染防护 (#138)

PDF 的文本层顺序由生成它的开票系统决定，不保证等于版面阅读顺序。部分模板会把
「两栏的全部标签」连续输出完，再输出「两栏的全部取值」，按「标签后紧跟的下一段
文字」配对会把字段标签本身当成取值——一次真实批量整理里，某网约车平台开具的两张
「旅客运输服务」数电票的 sellerName 被抽成了字面的「统一社会信用代码/纳税人识别号：」。

新增「名称字段的标签污染防护（PDF 文本层）」一节：名称等于或主要由已知字段标签
组成时判定为提取失败，先在同页重新定位、再退到整页视觉阅读，仍不能确定则按技能
既定的「抽不齐必填字段就隔离」处理，不得从主题/文件名/相邻税号猜公司名。

明确标注这条只针对 PDF 文本层：OFD 页面文本按坐标重建阅读顺序、模板标签与取值
已合并到同一行，结构化来源更不依赖文本顺序，均不受此问题影响，OFD 章节未改动。

agents/invoice-organizer/skills/invoice-extract/SKILL.md

@@ -145,6 +145,16 @@ OFD **不会**被渲染成图片，也不做签章有效性校验（只报告是
 5. **金额取小写。** `价税合计（大写） 壹仟玖佰伍拾玖元玖角捌分 （小写）¥1959.98` —— 取 `（小写）` 后面的数字。大写金额用来做校验，不用来当值。
 6. **税率不一定是百分比。** `免税` / `不征税` / `***` 都会出现，原样记录，不要强行转成 0。
 
+### 名称字段的标签污染防护（PDF 文本层）
+
+PDF 的文本层顺序由生成它的开票系统决定，不保证等于版面阅读顺序。部分模板会把「两栏的全部标签」连续输出完，再输出「两栏的全部取值」（`名称：` `统一社会信用代码/纳税人识别号：` 各连续出现两次，之后才是两个公司名和两个税号）——这是一次真实批量整理里实测踩到的坑：某网约车平台开具的两张「旅客运输服务」数电票，`sellerName` 被按"标签后紧跟的下一段文字"这个假设错误抽成了字面的「统一社会信用代码/纳税人识别号：」。**这条只针对 PDF 文本层**——OFD 的页面文本按坐标重建阅读顺序，模板标签与取值已经合并在同一行（见上一节），不会出现这种错位；结构化来源①②③同样不受影响，遇到 PDF 判断不可靠时优先切到 OFD 的结构化字段或视觉识别，而不是死磕文本层位置匹配。
+
+对 PDF 文本层抽出的 `sellerName` / `buyerName` 做以下硬校验：
+
+- 若名称等于或主要由 `统一社会信用代码`、`纳税人识别号`、`名称`、`名称：`、`销售方信息`、`购买方信息` 等字段标签组成，必须视为**提取失败**，不得以低置信度直接采信。
+- 先尝试从同页其他文本块重新定位（常见于双栏模板整段错位，两个值仍在文本里，只是顺序对不上）；仍不能可靠确定时，改用整页视觉阅读（`pdf_mode:"render"`）。
+- 视觉阅读仍不能确定时，按「抽不齐必填字段就隔离」处理——名称是必填字段，抽不出真实值就不是「低置信度」，是缺失：整份文件移入 `_quarantine/`，`.reason.txt` 写清「PDF 文本层名称字段疑似标签污染，视觉复核仍无法判定」；不得从邮件主题、文件名或相邻税号猜测公司名，也不要拿标签本身或空值凑一条低置信度记录混进台账。
+
 ### ⚠️ 文本里会有 NUL 字节
 
 PDF 文本抽取的结果里常出现 `\x00`（未映射字形），位置多在 `价税合计（大写）` 与中文大写之间。