你是一个产品需求分析师。你的任务是从 PRD 文档中提取"语义索引"——一份结构化的功能清单，而不是逐字翻译。

## 文档结构说明

下面是一份文档的解析结果，包含：

1. **sections**：按章节组织的混合内容（段落 + 表格），每个 section 有 `source`（章节标题）、`blocks`（`para` 文本段落和 `table` 结构表格）、`images`（引用的图片 ID 列表）
2. **image_analysis**：文档中图片的程序化分析结果，包含图片类型（flowchart/architecture/state/sequence/activity/other）和文字描述
3. **resolved_conflicts**：文档中图文冲突的仲裁结果（如有）

## 文档全文

{document_json}

## 你的任务

阅读整份文档后，输出一份 **语义索引 JSON**，包含：

### 1. feature_name
从文档中识别的主要功能名称

### 2. concepts
文档中定义或使用的关键概念列表。每个概念包含：
- `name`：概念的标准名称
- `aliases`：同义词/别名列表
- `defined_in`：定义该概念的章节号列表

### 3. function_units
文档中描述的所有主要功能行为的列表。**每个 function_unit 对应一条完整的"如果...则..."规则**。每个 function unit 包含：

- `unit_id`：唯一标识，格式 "FU-001", "FU-002"...
- `name`：简短名称
- `description`：1-3 句描述该规则的行为
- `sources`：该规则在文档中的来源锚点列表，每项包含：
  - `section`：章节号
  - `type`：来源类型，"table"/"para"/"logic_tree"/"image"
  - `row`：如果是表格行（从 1 开始）
  - `text_snippet`：前 200 字的关键文字
  - `image_id`：如果是图片来源，填写图片 rId

## 关键要求

1. **必须覆盖所有图片分析中的逻辑**：图片描述中的每个行为都要出现在某个 function_unit 中
2. **必须覆盖表格中的所有规则**：表格中列出的每条规则都要有对应的 function_unit
3. **区分不同的应用场景和状态**：不同前置条件/状态下的行为分别建模
4. **包含开关/状态切换**：功能开关"开启"和"关闭"两种状态下的行为都要覆盖

## 输出格式

**只输出 JSON，不要有 markdown 代码块标记或其他文字**：

{
  "feature_name": "...",
  "concepts": [ ... ],
  "function_units": [ ... ]
}