qoderwake知识库仅接受结构化、可索引、无权限障碍的业务文档；不支持扫描/加密pdf、超5mb/500页文件、非utf-8编码文本、未脱敏敏感数据及html文件，须按规范预处理后上传。
☞☞☞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☜☜☜
QoderWake知识库不是通用文件仓库，不能随意上传任何文档——它只接受可结构化解析、语义可索引、内容无权限障碍的业务文档。上传不合规内容会导致解析失败、向量嵌入中断、问答结果失真，甚至触发系统自动隔离该知识库。
含加密或扫描图像的PDF文件
QoderWake依赖OCR与文本提取引擎处理PDF，但仅支持纯文本型PDF。扫描件（即图片型PDF）无法被准确识别文字，加密PDF则直接拒绝加载。
确认方法：用系统自带阅读器打开PDF，尝试用鼠标拖选任意一段文字——能成功复制即为合格；若无法选中、弹出密码提示或仅显示乱码，则不可上传。
【所有扫描图像型PDF必须先经专业OCR工具（如Adobe Acrobat Pro的“增强扫描”功能）转为可选中文本，再验证UTF-8编码后方可提交】
超5MB或超500页的单个文档
系统对单文件有硬性体积与页数限制：体积≤5 MB、页数≤500页。超出将被前端拦截，且不会给出明确错误提示，仅静默失败。
常见陷阱：含高清图表的Word转PDF常突破5MB；历史技术白皮书PDF动辄600页以上；未压缩的Log分析报告TXT可能达12MB。
处理方式：大PDF用pdfsam或qpdf按逻辑章节拆分；Word文档导出前清除隐藏修订、删除未使用样式；CSV类数据改用分块上传（每块≤10万行）。
非UTF-8编码的TXT/CSV文件
GBK、ISO-8859-1等编码格式会导致中文解析为乱码，进而使向量化模型学习到错误语义特征，最终问答返回“无相关信息”或胡言乱语。
Qoder Linux版是由阿里推出的智能体自主开发工作台，支持开发者通过定义需求即可让Agent团队“自动驾驶”，自主完成代码执行、验证与交付的全流程。其全新的Quest独立视窗集成了任务管理与状态追踪能力，并支持跨项目多任务并行处理，显著提升开发效率。此外，Qoder还提供专家团模式与团队级知识引擎，适配复杂开发场景。
Windows记事本默认保存为ANSI（实际是GBK），Mac预览导出CSV常为Mac OS Roman——这两类文件上传后必出错。
验证命令（Linux/macOS）：file -i filename.txt → 输出含charset=utf-8才安全；Windows用户可用Notepad++ → 编码菜单 → 转为UTF-8无BOM。
含敏感字段的原始日志或数据库导出文件
未经脱敏的日志（含IP、手机号、身份证号、API密钥）、数据库dump（含user表明文密码字段）、审计记录（含员工姓名+工号+操作时间戳）一旦入库，将违反QoderWake默认启用的GDPR/等保三级合规策略，触发自动冻结知识库并写入安全审计事件。
方法一：上传前用CLI执行本地脱敏：qoderwake sanitizer --input raw.log --output sanitized.log --rules phone,ip,apikey
方法二：在控制台上传界面勾选“启用任务级强制脱敏”，但该选项仅对文本内容生效，不处理PDF内嵌文本或图像区域——所以【原始日志类文件必须先清洗再上传，严禁依赖上传时勾选】。
第三方平台抓取的网页快照或爬虫HTML
QoderWake不支持HTML解析，也不具备DOM结构理解能力。直接上传html文件会被跳过索引，状态栏显示“格式不支持”，且不计入已上传文件计数。
正确做法：用浏览器打开网页→全选正文→复制粘贴至Markdown编辑器→手动清理广告、导航栏、重复页脚→保存为.md后再上传。
注意：知乎专栏、掘金文章等含大量JS渲染内容的页面，需等待页面完全加载后再复制，否则丢失关键段落。
