需开通Minimax文档解析权限并按路径上传：一、登录平台开通权限；二、Web端传PDF（≤200页/100MB）；三、识图图标传图片/PDF启用OCR；四、API分片处理超大文件；五、批量OCR扫描件PDF。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您尝试使用海螺AI对本地文档进行内容理解、结构提取或问答交互，但发现无法直接粘贴全文或系统提示“不支持该格式”，则可能是由于未启用文件上传通道、文件类型不在白名单内或账号权限受限。以下是实现文件上传与分析的具体操作路径：
一、确认Minimax文档解析权限已开通
海螺AI的文件分析能力依赖后台Minimax平台的文档解析服务，未开通权限时，所有PDF、扫描件及结构化报表上传入口将被禁用或仅返回“格式不支持”提示。
1、访问https://www.php.cn/link/403965e22c311cf3c37ebc98554b1ece并使用海螺AI关联账号登录。
2、在左侧导航栏点击“模型服务” → “文档解析”，查看状态栏是否显示已启用。
3、若显示“未开通”，点击“申请开通”按钮，并完成企业认证或开发者身份验证。
二、通过Web界面上传PDF并启动解析
该方式适用于单次处理≤200页、总大小≤100MB的PDF文件，系统自动执行OCR识别（含扫描件）、文本层重建与语义分块，为后续问答提供可靠上下文基础。
1、进入Minimax文档解析控制台后，点击新建解析任务按钮。
2、在弹出窗口中点击“选择文件”，仅支持扩展名为.pdf的文件。
3、勾选启用结构化提取与保留页码索引两项选项。
4、点击“开始解析”，等待状态栏变为已完成，即可导出结构化文本或跳转至海螺AI对话界面发起提问。
三、上传图片或扫描件启用OCR识别
该方法适用于发票、合同截图、手写笔记等图像类材料，调用MiniMax自研abab6.5 MoE模型中的多模态专家模块，先完成高精度文字识别，再激活语义理解进行关键信息抽取。
1、点击海螺AI界面右下角识图图标。
2、选择本地JPG/PNG/PDF文件（单文件≤100MB）。
3、上传完成后，系统自动触发OCR流程；若识别效果不佳，可手动点击重试OCR切换引擎模式。
4、OCR结束即进入分析阶段，在提示框中输入具体任务，例如：“提取本张发票的开票日期、金额与销售方名称”。
四、调用API接口实现超大文件分片处理
针对超过200页或单文件超100MB的PDF，需拆分为多个逻辑段落分别上传，再通过API注入上下文锚点，引导模型建立跨段推理链，避免信息割裂。
1、在Minimax控制台“API密钥”页面复制有效Secret Key，并记录Endpoint地址：https://api.minimax.io/v1/document/parse。
2、对PDF执行预分割：使用pdfseparate或Python PyPDF2按每50页切分，生成doc_part_1.pdf至doc_part_n.pdf。
3、逐个构造POST请求，Header中设置Authorization: Bearer {your_secret_key}，Body为multipart/form-data，包含file字段与mode=structure。
4、每份分片解析完成后，获取task_id，向/v1/document/result?task_id={id}轮询直至status为success，再将各段文本按原始顺序拼接并注入海螺AI会话。
五、对PDF扫描件进行批量OCR处理
针对多页PDF文档，海螺AI支持整份文件上传后逐页解析，保留原始页码索引与图文位置关系，特别适用于合同、论文、教材等学术与办公材料的数字化归档。
1、点击底部识图图标，进入上传页后点击右上角“更多”按钮。
2、选择上传PDF，从文件管理器中选取本地PDF文件（≤50页，总大小≤30MB）。
3、上传完成后，系统显示分页缩略图，每页右下角标注OCR中…状态标签。
4、待全部页面识别完毕，点击“导出文本”，选择“按页分段”或“合并为单文本”，生成带页码标记的Markdown格式结果。
