同一张表三种解析结果，DPP写了140条规则来裁判

同一张销售表，有两年份表头和季度子表头。三个解析器输出三种Markdown。问agent“2024年Q2系统同店销售是多少”，A把季度塞进正文，4.1%上面没有年份；C丢掉年份，Q2对应两列；B结果对，但自己造了“2024 Q2”标签，页面没印这几个字。LlamaIndex把这三种都判错。理由简单：结构错了，数字对也没用。

10月28日，LlamaIndex的Jerry Liu发布Document Parsing Protocol工作草案0.1。140条规则，覆盖文本、表格、表单、图表、图示，甚至化学分子式和乐谱。每条规则配示例页和期望输出。它来自ParseBench标注时用的规则集。DPP尚未做成完整评测benchmark，目前是评估指南，用来判断LLM解析文档的质量，也邀请大家讨论什么算“最好”的解析方式。

DPP的答案很具体。Markdown表格表达不了跨列表头，DPP用HTML table保留colspan，2024年下面Q1、Q2、Q3，4.1%在Q2下。表单的空字段写[blank]，复选框写[x]和[ ]。表单区域是key-value list，不能因为标签和值对齐就生成两列表格。只有页面印了带框的网格才算表格。这条很关键，很多解析器会把表单字段做成表格，凭空造出页面没有的结构。图表转数值表，一行一个类别，一列一个系列，印刷值原样抄。图示能转Mermaid就转，不能就描述并保留所有标签。PDF里隐藏文字丢掉，看得见但读不出的写[illegible]。位置信息可选，sidecar给出每个元素在页面上的位置，方便回溯。

推文下有人问，140条规则里两条打架谁仲裁；有人问怎么确定性给解析器打分；有人建议输出里标注用了哪条规则，因为下游agent最怕两个解析器都合规但结构不同。还有一条评论提到第二行表头常放单位，flatten后agent拿到一列数字，不知道是欧元还是小时。这些问题DPP没全答。工作草案0.1开放GitHub，让人提issue和PR。DPP也定义了可接受差异，比如thead和tbody包不包都行，只要全文一致。但“谁仲裁”仍是治理问题，写140条规则并不能自动解决。

parseprotocol.com有指南和练习。Claude下载skill zip上传到Customize → Skills，需要code execution；ChatGPT加reference file。附页面图，粘贴站点prompt，让它按DPP解析。Apple FY2024样例页可以检查两个6485是否都保留，(565)括号是否还在。这个样例有8个解析决策的walkthrough。

DPP最有价值的地方不在140条规则本身。它把“解析正确”从各家私有品味变成可公开争论的文本。以前两个团队可以拿同一份输出打出不同分数，现在至少能指着同一条规则吵。对做agent的人，下一步更实际的问题是：当两条规则都合规、输出结构却不同时，下游怎么知道该信哪个。给输出打规则ID可能是个办法，评论里已经有人提了。DPP会不会成为标准，要看它能不能接住这些冲突。规则数量只是表面。