feat(documents): PDF 文本层抽取（S6 第一段；扫描件仍诚实拒绝）

- 依赖：github.com/ledongthuc/pdf（**BSD-3-Clause**，非 MIT —— 子代理核了 LICENSE 并纠正了任务书的写法；零传递依赖；无 cgo/无外部进程；体积 strip 后 +285.5 KiB / +0.74%，在 detached worktree 里量取，产出写到仓库外）。被否候选：pdfcpu 无文本抽取、rsc.io/pdf 停更、pdfium/poppler/mupdf 需 cgo 撞红线。

- 实现：魔数 %PDF- 是唯一入口判定（名字/声明指向 PDF 而字节无魔数 ⇒ ErrUnsupported，绝不退回纯文本抽）；逐页 GetPlainText（页间仅去首尾空白）；ExtractorVersion v2→v3（所有 sidecar 一次性重抽）；页数上限 5000 + 字节安全上限复用；新增哨兵 ErrPDFEncrypted / ErrPDFDamaged。

- 诚实边界：无文本层（扫描件）⇒ ErrNoTextLayer 且文案含「图片型/无文本层 PDF，需要 OCR（当前未做）」；加密/损坏各自可判、绝不 panic、不回空正文假装成功。

- 白名单与成对裁决：.pdf 纳入（22→23），且 ContentAllowed 做双向裁决（.pdf 只收嗅探为 application/pdf；PDF 字节只收在 .pdf 名下）；读侧真 PDF 如实下发 application/pdf，仍 attachment + nosniff（不可内联）。

- 1 处 panic 兜底已如实登记：该库对「xref 指向文件外」畸形件会在 NumPage() 直接 panic（已用仓库外程序复现），单二进制常驻后端不能因 587 字节上传件崩掉 ⇒ defer recover 折成 ErrPDFDamaged；损坏类主用例仍走库的真出错路径。

- 主会话独立验收：隔离 worktree（B1 的 14 文件）build/vet 绿、全树 59 包 0 FAIL、PDF 用例 13 PASS、双平台交叉编译绿；变异独立复现（魔数裁决短路 ⇒ 魔数/成对裁决用例红）。

- ⚠️ 契约漂移（已排 C2）：Docs 仍写「22 项白名单 / 嗅探仅放行 text/plain」，与本切片的 23 项 + 成对裁决不一致 ⇒ 需升 v0.61 登记 .pdf 与新的边界。

internal/runtime/documents/extract_test.go

@@ -8,8 +8,9 @@ import (
 )
 
 // 这些测试钉住抽取器的对外事实（design/24 §4.1/§4.3）：纯文本无损、CSV/TSV 带
-// 行数/列名摘要、超预算**诚实截断**、非法 UTF-8 不 panic 也不报废、PDF/Office
-// 与二进制**诚实拒绝**（哨兵错误，用 errors.Is 判，绝不按错误文本匹配）。
+// 行数/列名摘要、超预算**诚实截断**、非法 UTF-8 不 panic 也不报废、Office 与
+// 二进制**诚实拒绝**（哨兵错误，用 errors.Is 判，绝不按错误文本匹配）。PDF 的
+// 文本层抽取另有 extract_pdf_test.go。
 
 // csvName / tsvName 是合法的 S1 存储名形态（32 位十六进制 + 白名单扩展名），
 // 使抽取器之外的行为（sidecar 键、路径校验）与真实上传同形。
@@ -17,6 +18,7 @@ const (
 	csvName = "0123456789abcdef0123456789abcdef.csv"
 	tsvName = "0123456789abcdef0123456789abcdef.tsv"
 	txtName = "0123456789abcdef0123456789abcdef.txt"
+	pdfName = "0123456789abcdef0123456789abcdef.pdf"
 )
 
 // TestExtract_PlainTextIsLossless 验证纯文本抽取逐字无损、统计与版本随结果返回。
@@ -184,20 +186,29 @@ func TestExtract_RefusesUnsupportedContent(t *testing.T) {
 	}
 }
 
-// TestExtract_RefusesNoTextLayer 钉住 PDF/Office 的**诚实拒绝**（design/24
-// §8-1 的默认裁决）：扩展名或嗅探所得 MIME 任一指向该类格式即 ErrNoTextLayer。
+// TestExtract_RefusesNoTextLayer 钉住 Office 与「声明像是 PDF 却不是」的诚实拒绝：
+// Office 扩展名或嗅探所得 MIME 指向该类格式即 ErrNoTextLayer；而**名字/声明指向
+// PDF、字节却不是真 PDF** 时是「说的和做的不一致」，按不支持拒绝 —— 两条都不允许
+// 退回按纯文本抽（PDF 文本层本身能抽，用例见 extract_pdf_test.go）。
 func TestExtract_RefusesNoTextLayer(t *testing.T) {
 	t.Parallel()
-	pdf := []byte("%PDF-1.7\n1 0 obj\n")
-	if _, err := Extract("report.pdf", "text/plain", pdf); !errors.Is(err, ErrNoTextLayer) {
-		t.Fatalf("Extract(.pdf) = %v, want ErrNoTextLayer", err)
-	}
 	if _, err := Extract("report.docx", "text/plain", []byte("docx")); !errors.Is(err, ErrNoTextLayer) {
 		t.Fatalf("Extract(.docx) = %v, want ErrNoTextLayer", err)
 	}
-	// 扩展名看着像文本、嗅探结果却是 PDF：MIME 只作否决参考，照样拒绝。
-	if _, err := Extract(txtName, "application/pdf", []byte("hi")); !errors.Is(err, ErrNoTextLayer) {
-		t.Fatalf("Extract(pdf mime) = %v, want ErrNoTextLayer", err)
+	if _, err := Extract("sheet.xlsx", "text/plain", []byte("xlsx")); !errors.Is(err, ErrNoTextLayer) {
+		t.Fatalf("Extract(.xlsx) = %v, want ErrNoTextLayer", err)
+	}
+	if _, err := Extract(txtName, "application/msword", []byte("doc")); !errors.Is(err, ErrUnsupported) {
+		t.Fatalf("Extract(word mime) = %v, want ErrUnsupported", err)
+	}
+	// 扩展名看着像 PDF、内容却是纯文本：绝不能按文本抽（那种内容会以「正文」
+	// 身份进模型上下文），也不能报成「无文本层」。
+	if _, err := Extract(pdfName, "text/plain", []byte("hi")); !errors.Is(err, ErrUnsupported) {
+		t.Fatalf("Extract(.pdf as text) = %v, want ErrUnsupported", err)
+	}
+	// 扩展名看着像文本、嗅探结果却是 PDF、字节又不是真 PDF：同样拒绝。
+	if _, err := Extract(txtName, PDFMIME, []byte("hi")); !errors.Is(err, ErrUnsupported) {
+		t.Fatalf("Extract(pdf mime) = %v, want ErrUnsupported", err)
 	}
 }