最近后台收到不少关于海螺AI文件支持的询问，发现大家对格式兼容性的理解确实还有不少盲区。不少朋友试了半天，要么上传失败，要么解析乱七八糟——其实问题出在没弄明白哪些才是它真正能读的格式。这里有一份相对完整的梳理，帮你一次性搞清楚这件事。

先说一个核心判断：海螺AI当前只稳定支持三种本地上传格式——.pdf（含扫描件与文字型）、.docx、.txt。其他扩展名，比如.epub、.caj、.kdh、.md、.rtf、.xls等，都不在它的白名单内，上传后会直接报错“文件类型不被接受”。其中.md文件虽然在部分客户端可以被识别，但段落层级与数学公式极容易错乱，不适合用于正式分析。还有一个常见的误解：网页版上的PDF链接（比如知网在线阅读页面、万方预览页）不能被直接抓取解析，必须先下载为本地.pdf文件再上传。

说到PDF，它还有一些硬性限制条件不可忽视。第一，文件必须未加密——如果打开时提示需要输入密码，必须用Adobe Acrobat或PDFtk提前移除权限密码，否则解析第一步就会失败；第二，总页数不能超过200页，且文件大小不能超过100MB；第三，扫描件必须达到300dpi以上，无遮盖水印，文字区域没有严重倾斜或断笔，否则OCR识别率会大幅下降，后续问答就会基于错误文本展开。

那么图片格式呢？海螺AI不支持把JPG、PNG这类图片当作“文档”上传分析，但可以在两个独立场景中使用：一个是图生视频功能，只接受JPG或PNG，分辨率不低于1280×720，主体占比≥60%，并且务必右键属性确认扩展名与实际编码一致——微信转发过来的图片经常被封装成HEIC，需要先做转码处理；另一个是识图加OCR反向提取，上传JPG、PNG或PDF都能触发OCR，用于从截图、PDF页面或扫描件中恢复结构化文本，之后可以选择“智能重排版”生成Markdown或Word风格的内容。

工作界面不同，支持的格式也有细微差异。安卓和iOS客户端支持直传PDF、DOCX、JPG、PNG，3到15秒就能完成解析与问答；网页端只开放了.pdf与.docx的上传入口，.txt需要粘贴而不是上传；CLI命令行工具则可以预处理复杂文档，生成clean.txt之后再交给模型分析，适合开发者批量清洗非标格式。

所以下次直接上传之前，不妨先确认一下文件的真实格式——别在格式上白白浪费了时间。