Dify自托管版需手动部署并配置Tika Server才能解析多格式文档。具体步骤为：拉取运行tika:2.9.1容器，验证http://localhost:9998/tika返回OK，Dify后台启用自定义解析服务并填写正确URL（如http://10.0.3.5:9998），测试连接成功后保存，即可支持.docx、扫描PDF OCR及.zip递归解析。
☞☞☞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☜☜☜
确认Dify环境是否已集成Tika解析能力
进入Dify管理后台的【系统设置 → 文档处理】页面，查看“文档解析引擎”状态栏。若显示“Apache Tika（已启用）”，说明底层已预装Tika服务；若显示“未启用”或为空，则需手动部署Tika Server并配置连接地址。
注意：Dify Cloud托管版默认启用Tika，但自托管版本（如Docker Compose部署）需额外启动Tika Server容器，否则文档解析将失败并返回空内容。
部署独立Tika Server（自托管用户必做）
打开终端，执行以下命令拉取并运行Tika Server最新稳定版：
docker run -d -p 9998:9998 --name tika-server apache/tika:2.9.1
该命令会后台启动Tika Server，默认监听http://localhost:9998。启动后立即用curl验证连通性：curl http://localhost:9998/tika，返回OK即表示服务就绪。
【关键前提】确保Dify所在服务器能通过HTTP访问该地址——若Dify运行在另一台机器上，需将localhost替换为Tika Server所在主机的真实内网IP，并开放9998端口防火墙规则。
在Dify中配置Tika Server连接地址
第一步：登录Dify管理员账号，进入【系统设置 → 文档处理】
第二步：找到“自定义文档解析服务”开关，点击启用
第三步：在“服务地址”输入框中填写Tika Server完整URL，例如：http://10.0.3.5:9998（不可带路径后缀，不可加/tika）
第四步：点击“测试连接”按钮，Dify会向该地址发送HEAD请求。成功时显示绿色“连接正常”，失败则提示超时或404——此时请检查URL拼写、网络可达性及Tika Server是否确实在运行。
第五步：保存配置。保存后所有新上传的Word、Excel、PPT、PDF等文件将自动交由Tika Server解析，不再依赖Dify内置轻量解析器。
验证多格式文档的实际解析效果
方法一：上传一个含表格和图片的.docx文件，在Dify知识库中创建新数据集并导入该文件。等待状态变为“已完成”后，点击“查看内容”，确认正文段落、标题层级、表格文字均被准确提取，且无乱码。
方法二：上传一份扫描版PDF（需OCR），观察是否出现“正在执行OCR”的提示。若Tika Server已正确加载tika-parsers-standard-package且系统安装了Tesseract，该PDF将被识别出可搜索文本；否则仅提取元数据，正文为空。
方法三：上传.zip压缩包（内含多个.docx和.xlsx），确认Dify能递归解压并分别解析每个子文件——这是Tika原生支持的能力，无需额外配置。
