需确认火山引擎知识库中PDF/Word文档的标题层级、表格、公式是否被正确解析：查看【解析状态】判断成功与否，通过【切片详情】核验逻辑层级与内容完整性，导出Markdown或调用API比对保真度，并利用【查看上下文】定位异常切片及跨页排版问题。
☞☞☞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☜☜☜
你需要确认上传的PDF或Word文档在火山引擎知识库中是否被正确识别标题层级、表格和公式，避免因解析失败导致后续RAG检索返回碎片化、错位或缺失内容。
进入知识库管理后台查看原始解析状态
登录火山引擎控制台 → 进入【Viking 知识库】服务 → 选择对应知识库 → 点击左侧菜单【文档管理】。
在文档列表中找到目标文件，观察“解析状态”列：若显示【解析中】，需等待完成；若为【解析失败】，鼠标悬停可查看具体报错（如“页数超限”“受密码保护”“含不可读字体”）。
点击该文档右侧【操作】→【查看日志】，可看到底层解析算子（如las_pdf_parse_doubao）的调用时间、耗时及返回码。400类错误通常指向输入格式问题，500类多为服务侧临时异常。
检查切片结构是否保留逻辑层级
在文档管理页点击目标文件右侧【操作】→【切片详情】。
页面顶部显示总切片数与平均长度，下方以树状结构展开所有切片。一级切片对应原文一级标题（如“第一章 合同主体”），二级切片为其子节（如“1.1 甲方信息”），无标题的纯段落会归入最近上级标题下。
重点核对：表格是否被整体切为单个片段而非拆成多行文本；公式是否保留在原段落内且未被截断；图片区域是否生成了占位符并附带data-bbox坐标属性。若发现表格文字散落在不同切片、或公式变成乱码字符，说明解析未启用detail模式或PDF本身为扫描件未过OCR。
验证Markdown输出保真度
方法一：直接下载结构化结果
在【切片详情】页点击右上角【导出为Markdown】，用VS Code或Typora打开，检查标题缩进是否匹配原文层级、代码块是否包裹了正确语言标识、数学公式是否以$$...$$或\[...\]完整包裹。
方法二：调用API实时比对
使用GET /v1/kb/{kb_id}/documents/{doc_id}/slices接口获取原始切片JSON，对比content字段与PDF原文第3页第2段——若JSON中出现大量\uFFFD或空格堆叠，表明字体嵌入缺失或编码未声明UTF-8。
【注意：导出的Markdown不包含图片文件，仅保留URL和bbox，需另行调用图片预签名接口下载】
定位具体切片并查看上下文锚点
第一步：在【切片详情】页找到疑似异常的切片，记录其ID（形如slice_abc123）。
第二步：点击该切片右侧【查看上下文】，系统将高亮显示该切片在原始PDF中的精确位置（页码+坐标框），并渲染出前后各两段的原始版式快照。
第三步：拖动快照下方滑块，切换至相邻页面，确认跨页表格是否被强制切断——若表格被拆到两个切片且无“续表”提示，则需在知识库设置中开启【长智能分段】并重试解析。
这一步操作起来很简单，直接拖动滑块就能看到PDF原图里的真实排版，不用反复下载再打开本地阅读器。
