需启用文档分析功能：一、确认使用deepseek-r1或vl模型并配置对应api key；二、在config.json中设file_upload_enabled为true且允许目标文件类型；三、确保微信入口兼容并安装解析依赖；四、上传文件后发送指定指令触发解析；五、扫描件需安装tesseract并启用vision_enabled。
☞☞☞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☜☜☜
如果您在使用DeepSeek V4微信机器人时发现上传的文件无法被识别或解析，则可能是文档分析功能未正确启用或配置缺失。以下是开启该功能的具体操作步骤：
一、确认微信机器人支持文档读取的版本与模型
DeepSeek V4微信机器人需运行在支持文档解析能力的模型版本上，当前仅 DeepSeek-R1 及后续兼容模型（如 DeepSeek-VL）具备原生多模态文档理解能力。若使用的是旧版模型（如 gpt-3.5-turbo 或早期 R1 未更新分支），将无法触发文件解析流程。
1、登录 DeepSeek 开发者平台：https://platform.deepseek.com/usage
2、进入“API Keys”页面，核对所用 API Key 对应的模型是否为 deepseek-r1 或 deepseek-vl
3、若模型名称不符，需重新生成 API Key 并在机器人配置中替换 open_ai_api_key 与 model 字段值。
二、配置 config.json 启用文件上传开关
文档分析功能依赖于机器人服务端显式开启文件接收通道。默认情况下，多数微信机器人部署模板（如 chatgpt-on-wechat、LangBot）会关闭该功能以规避安全风险，需手动修改核心配置文件。
1、定位项目根目录下的 config.json 文件
2、查找字段 "file_upload_enabled"，将其值设为 true；若不存在该字段，则在顶层对象中新增一行：
"file_upload_enabled": true,
3、检查 "allowed_file_types" 是否包含目标格式，例如 PDF、DOCX、XLSX、TXT、PNG、JPG，示例配置如下：
"allowed_file_types": ["pdf", "docx", "xlsx", "txt", "png", "jpg"]
三、验证微信客户端文件传输协议兼容性
微信个人号/企业微信/公众号三类入口对文件上传的支持程度不同。微信个人号机器人（如基于 itchat、wxpy 或 WeChatPY 的方案）默认不支持直接接收文件消息，必须通过中间代理层（如 Webhook 接口或文件中转服务器）完成解析。
1、若使用 LangBot 部署，确保已启用 file_handler 插件，并在 docker-compose.yml 中挂载了 /app/data/uploads 卷路径
2、若使用 chatgpt-on-wechat，需确认已安装 python-docx、PyPDF2、openpyxl 等解析依赖库
3、向机器人发送测试文件前，在微信中先发送文字指令如 /enable_file 或 文档模式开启（依具体机器人设定而定）
四、执行文档解析触发指令
即使配置就绪，DeepSeek V4 微信机器人也不会自动分析所有上传文件，必须配合明确的语义指令才能激活解析流程。系统通过 NLU 模块识别用户意图关键词后，才调用对应 RAG 或多模态子模型进行处理。
1、在微信聊天窗口中，先上传目标文档（如合同PDF、论文DOCX）
2、紧接着发送一条独立消息，内容须含以下任一前缀组合：
• 请分析这份文档
• 总结这个文件
• 提取其中的关键条款
• 把表格转成文字
3、等待机器人返回解析结果；若超时无响应，检查日志中是否出现 "file processing timeout" 或 "unsupported mime type"
五、排查 OCR 与非文本文件识别失败问题
对于扫描版PDF、图片类文档（JPG/PNG），DeepSeek V4 需依赖内置 OCR 引擎提取文字。该能力在微信机器人部署中常因缺少系统级依赖（如 tesseract-ocr）或未启用视觉模型而失效。
1、登录机器人所在服务器，执行命令验证 OCR 是否可用：
tesseract --version
2、若提示 command not found，则需安装：
Ubuntu/Debian：sudo apt-get install tesseract-ocr libtesseract-dev
CentOS/RHEL：sudo yum install tesseract
3、在 config.json 中确认已启用视觉解析开关：
"vision_enabled": true,
"ocr_language": "chi_sim+eng"
