需用hi_res解析策略配合OCR、解密及自定义参数，才能精准提取PDF中的图表位置、原始图像、结构化表格和可编辑LaTeX公式。
☞☞☞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☜☜☜
你需要从技术白皮书、科研论文或产品手册这类含Visio流程图、LaTeX公式和跨页表格的PDF中，精准提取图表位置、原始图像、结构化表格及可编辑公式文本，而非让Dify把整页内容压成一团乱码段落。
确认PDF类型并预处理
右键PDF文件→属性→“详细信息”标签页，查看是否标注“图像”或“扫描件”；更可靠的方式是终端执行：pdfinfo your_file.pdf | grep -i "image\|text"。若输出含【Image only】或contains no text，说明无文本层，必须走OCR路径；若误判为文本型PDF上传，Dify会跳过OCR，导致所有图表彻底丢失。
若PDF带加密或数字签名，【必须先用qpdf --decrypt input.pdf output.pdf解密后再上传】，否则hi_res策略静默失败——不报错、不提示、也不解析任何内容。
启用MinerU高精度解析节点
进入Dify知识库创建页→展开「Document Processing」→勾选「Enable advanced parsing」→将「Parsing strategy」设为【hi_res】。该模式强制调用unstructured的多模态布局分析引擎，能识别真实表格边界、图文相对位置、浮动公式块及标题层级，而非简单按换行符暴力切分。
MinerU在此阶段同时启动物理/逻辑/语义三层解析：物理层定位Visio图嵌入坐标，逻辑层识别“图3-2 系统架构图”与正文引用关系，语义层激活LaTeX公式检测模型，将\(E=mc^2\)还原为可编辑的LaTeX字符串而非图片描述文本。
注入关键参数提升图表与公式召回率
点击「Custom rules」→在JSON编辑区添加以下字段：
{"languages": ["zh", "en"], "table_detection_threshold": 0.85, "extract_images": true, "extract_formulas": true, "max_page_size": 1}
其中extract_images开启后，MinerU会将PDF内嵌的矢量图（如EPS、WMF）和位图（PNG/JPEG）分别导出为base64编码图像块，并保留原始尺寸与锚点位置；extract_formulas启用Mathpix级公式识别，对行内公式与独立公式块做差异化处理。不加languages时中文段落粘连率高达32%，公式上下标极易错位。
验证与结构化输出
上传后等待处理完成→点击文档右侧「Preview」→依次切换到「Image」和「Formula」标签页。
① 在「Image」页中，每个图表以独立卡片展示，含缩略图、原始宽高、所在PDF页码及相对坐标（x/y/width/height）；【若只看到灰色占位框或报错“no image detected”，说明未启用hi_res或未勾选extract_images】。
② 在「Formula」页中，每条公式显示为两栏：左栏是LaTeX源码（如\int_0^\infty e^{-x^2}dx = \frac{\sqrt{\pi}}{2}），右栏是渲染预览；点击公式可复制LaTeX文本直接粘贴至Typora或Overleaf。
③ 表格数据自动出现在「Table」页，跨页表格被完整拼接，合并单元格结构保留，行列关系与原始PDF完全一致。
