火山引擎接口返回“413 request entity too large”表明请求体超限，需查文档确认限额、压缩数据（如jpeg/webp图片、cbr 32kbps音频、精简文本）、分块上传（multipart/form-data）或改用流式接口（如streaming_recognition、向量检索+分段prompt）。
☞☞☞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☜☜☜
火山引擎接口返回“413 Request Entity Too Large”或类似提示，说明你提交的请求体（如JSON载荷、上传文件、base64编码图像等）超过了该API端点允许的最大体积限制，常见于调用豆包图像生成、语音识别、RAGFlow文档解析或大模型长上下文推理等场景。
确认当前接口的请求体大小限制
打开火山引擎对应服务的官方文档页面，定位到目标API的「请求参数」或「限制说明」章节。例如豆包图像创作模型v5.0明确标注单次请求中image_url或image_base64字段总大小不得超过8MB；而语音识别流式接口要求单次POST载荷≤16MB。不同服务、不同版本、甚至同一服务在不同地域（如cn-beijing vs cn-shanghai）的限额都可能不同——【直接套用其他接口的限额值会导致反复失败】。
若文档未明确写出数值，可临时用curl发送一个极小请求（如仅含必要字段的空JSON），再逐步增加payload体积并观察首次触发413的临界点，记录下该值作为后续切分依据。
压缩原始数据降低体积
对图片类输入：优先使用JPEG而非PNG，将质量参数设为75～85；若为截图类内容，可先用Pillow（Python）或ImageSharp（C#）裁掉空白边框、缩放至模型推荐分辨率（如1024×1024以内），再保存为WebP格式（比JPEG再小20%～30%）。
对文本类输入：移除所有非必要空格、换行、注释；若含大量重复模板语句（如“请根据以下信息回答：……”），改用占位符+后端拼接；中文文本可尝试用zlib.compress()做轻量级无损压缩（注意服务端是否支持解压，豆包API目前不支持，但自建RAGFlow可配置启用）。
对音频文件：语音识别接口接受MP3格式时，务必转为CBR 32kbps单声道，比默认128kbps MP3体积减少约75%，且识别准确率影响极小。
分块上传与服务端拼接
适用于支持multipart/form-data且文档注明“支持分片”的接口（如火山引擎对象存储VolcEngine OSS直传、部分RAGFlow文档导入API）：
第一步：调用/init_multipart_upload接口获取upload_id和分片上传地址；
第二步：将原始大文件按每块≤5MB切分（注意不要在UTF-8字符中间截断，Python可用codecs.open+chardet检测编码后按行切）；
第三步：逐个调用/upload_part上传各分片，携带part_number和upload_id；
第四步：调用/complete_multipart_upload合并所有分片。
这一步必须严格按顺序执行，漏掉任意part_number都会导致合并失败。火山引擎OSS的分片上传要求每个part至少5MB（首尾块除外），但RAGFlow的文档分块接口允许最小1KB，需以对应服务文档为准。
改用流式接口替代单次大请求
方法一：对于语音识别，放弃/recognition（同步接口），改用/streaming_recognition（流式接口），将音频文件按4KB～16KB分块，通过WebSocket或HTTP/2持续推送，服务端实时返回识别片段，规避单次载荷限制。
方法二：调用豆包大模型时，若prompt含超长上下文（如整本PDF解析结果），不要一次性POST全部文本。先用火山引擎向量加密服务将文档切块→嵌入→存入密态向量库，再用/search接口按需召回最相关段落，拼成精简prompt发给/chat/completions接口——这既能绕过413，又提升响应质量。
注意：流式接口需自行维护连接状态和重连逻辑，火山引擎对WebSocket连接空闲超时默认设为300秒，超过需主动发送ping帧保活。
