本页把仓库中登记的文件解析能力逐条列出：内置解析器覆盖 8 个扩展名，补充解析器再覆盖 17 个，合计 25 个。上传前可用它确认某个格式走哪条解析路径；解析失败时可用它判断问题出在格式支持、体积上限还是外部解析服务。
两条解析路径的区别
| 路径 | 覆盖的扩展名 | 说明 |
|---|---|---|
| 内置解析器 | 8 个 | 由仓库内的解析函数直接处理，不依赖外部服务 |
| 补充解析器 | 17 个 | 内置解析器未覆盖的格式，先转换为 Markdown 再入库 |
内置解析器覆盖的格式
| 扩展名 | 解析函数 |
|---|---|
.csv | readCsvRawText |
.docx | readDocsFile |
.html | readHtmlRawText |
.md | readFileRawText |
.pdf | readPdfFile |
.pptx | readPptxRawText |
.txt | readFileRawText |
.xlsx | readXlsxRawText |
补充解析器覆盖的格式（17 个）
| 扩展名 |
| --- |
| .doc |
| .docm |
| .epub |
| .odp |
| .ods |
| .odt |
| .pot |
| .pps |
| .ppsm |
| .ppsx |
| .ppt |
| .pptm |
| .rtf |
| .wps |
| .xls |
| .xlsb |
| .xlsm |
清单之外的扩展名会被直接拒绝，报错信息中会写出该扩展名。
anydoc 补充解析路径的内嵌图片上限
| 项 | 定义中的表达式 | 取值 |
|---|---|---|
| 单张内嵌图片上限 | 10 * 1024 * 1024 | 10,485,760 字节（10 MiB） |
| 内嵌图片总量上限 | 200 * 1024 * 1024 | 209,715,200 字节（200 MiB） |
| 内嵌图片上传并发 | 5 | 5 |
与上传解析相关的环境变量
| 变量名 | 默认值 | 说明 |
|---|---|---|
FILE_TOKEN_KEY | — | 文件阅读时的密钥 |
FILE_DOMAIN | —（按部署配置） | 文件域名（也指向 FastGPT 服务）；如需更高安全性可独立分配域名，避免高危文件读取到主域名内容 |
SKIP_FILE_TYPE_CHECK | false | 是否跳过文件类型检查 |
PARSE_FILE_TIMEOUT_SECONDS | 600 | 文件解析超时时间（秒） |
UPLOAD_FILE_MAX_SIZE | 1000 | 最大上传文件大小（MB） |
UPLOAD_FILE_MAX_AMOUNT | 1000 | 最大上传文件数量 |
CUSTOM_PDF_PARSE_URL | — | 自定义 PDF 解析服务地址 |
CUSTOM_PDF_PARSE_KEY | — | 自定义 PDF 解析服务密钥 |
DOC2X_KEY | — | Doc2x PDF 解析服务密钥 |
DATASET_PARSE_MAX_PROCESS | 10 | 知识库文件解析队列最大并发数 |
外部文档解析服务
| 服务目录 |
| --- |
| doc2x |
| somark |
| textin |
这张对照表的适用范围
对照表反映的是仓库中登记的解析路径。以下情形需要另行确认：
- 同一扩展名下文件内部结构的差异（例如扫描版与文本版 PDF）对解析结果的影响
- 外部解析服务的可用性与配额，由该服务自身决定
- 商业版附加的解析能力不在本表内