FAQ

DOC/DOCX/PPT 解析失败？ - 请安装 LibreOffice 与 python-uno，确保 soffice 可执行；缺失时会回退到子进程方案，但稳定性与速度较差。

PDF 高保真解析？ - 启用 use_mineru=True，并执行 scripts/download_models.py 下载/配置模型。

OCR/视觉模型调用失败或无响应？ - 校验 DASHSCOPE_API_KEY/OPENAI_API_KEY 与 base_url；base_url 未包含 /chat/completions 时会自动补全。

多模态 QA 无法找到图片？ - 确保 Markdown 中图片路径可访问；评估流水线会将图片路径替换为绝对路径。

如何导出训练集？ - 使用 save_label_data(..., "train") 生成 .jsonl；或自定义写出格式。

领域树必须启用吗？ - 可选。可提供 custom_domain_tree 或关闭 use_tree_label，流程将回退为纯文本生成策略。