fix(parser): PDF/DOCX 切片层级结构修复与 MinerU V2 解析增强

核心修复：
- _post_process_chunks: 用 _buffer_has_body 标志替代 buffer.text_level=0，
  标题+正文合并后保留 text_level 不置零，修复层级信息丢失
- heading_rules numeric_level2: 正则从 ^\d+\.\d+[\.、\s] 改为
  ^\d+\.\d+(?!\.\d)，修复无空格标题如"2.1运行调度"无法匹配
- V2 title handler: heading_rules 优先（模式匹配可靠），VLM 仅兜底
  （VLM 常给所有标题 level=1）

MinerU V2 解析增强：
- 两轮 TOC 过滤：多行目录块检测 + 孤立标题/单字符残留清理
- 封面 logo 过滤、重复标题去重
- chart VLM 描述和 Markdown 数据表提取
- ChromaDB metadata 新增 text_level/bbox/table_type/sub_type 字段

配置调整：
- CLUSTER_SECTION_PREFIX_LEVELS 1→2（两级 section 聚类更精确）
- MINERU_LOCAL_BACKEND 默认改为 pipeline

文档：
- RAG检索流程逻辑.md 更新 MinerUChunk 字段、ChromaDB metadata、
  MinerU 解析策略等章节
- 新增 RAG引用跳转-优化计划.md、云端MinerU输出分析与优化方案.md

config.py

@@ -225,7 +225,7 @@ MINERU_PREFER_ONLINE = os.getenv("MINERU_PREFER_ONLINE", "true").lower() == "tru
 
 # MinerU 解析模式（本地 + 云端统一配置）
 MINERU_MODEL_VERSION = os.getenv("MINERU_MODEL_VERSION", "vlm")  # 云端解析模型: pipeline(快速推荐) / vlm(高精度慢) / MinerU-HTML
-MINERU_LOCAL_BACKEND = os.getenv("MINERU_LOCAL_BACKEND", "vlm-auto-engine")  # 本地解析后端: pipeline(快速推荐) / vlm-auto-engine / hybrid-auto-engine
+MINERU_LOCAL_BACKEND = os.getenv("MINERU_LOCAL_BACKEND", "pipeline")  # 本地解析后端: pipeline(快速备选) / vlm-auto-engine / hybrid-auto-engine
 MINERU_ONLINE_TIMEOUT = int(os.getenv("MINERU_ONLINE_TIMEOUT", "300"))  # 云端解析轮询超时（秒），大文档/VLM 模式建议 600+
 
 # 分块参数
@@ -269,7 +269,7 @@ CLUSTER_RESCUE_FLOOR = 0.06            # 路由层救援保底分数（略高于
 CLUSTER_MAX_BOOST_PER_SECTION = 8      # 引擎层：每个 section 最大提升切片数
 CLUSTER_MAX_SECTIONS = 3               # 全局最大提升/救援 section 数
 CLUSTER_MAX_RESCUE_PER_SECTION = 6     # 路由层：每个 section 最大救援切片数
-CLUSTER_SECTION_PREFIX_LEVELS = 1      # section_path 归一化保留的层级数（按章节顶层分组）
+CLUSTER_SECTION_PREFIX_LEVELS = 2      # section_path 归一化保留的层级数（按章节前两级分组，提升聚类精确度）
 
 # ==============================================================================
 # 十一、可选功能配置