Doc2X 常见问题 - FAQ

Doc2X 是一个强大的文档解析和翻译工具，支持多种格式的文档识别、转换和翻译。本指南将帮助您快速了解和使用 Doc2X 的各项功能。

快速链接

• 网站：doc2x.noedgeai.com
• API 接入：open.noedgeai.com（与网页额度不互通）
• API v2 文档：Doc2x API v2 接口文档
• Zotero 插件教程：Doc2X Zotero 插件使用指南
• 墨墨词本教程：Doc2X客户端-滑词助手墨墨词本相关
• 功能介绍：https://noedgeai.com

翻译-积分规则

Doc2X 已更新网页与客户端的翻译积分规则，详情请参考 Doc2X 积分规则。

目前支持的功能

核心识别功能

• ✅ 多元素识别：支持文字、公式、表格、图像的识别
• ✅ 多栏识别：支持多栏文档的识别，并还原正确的阅读顺序
• ✅ 多语言支持：支持中文（简体/繁体）、英文、西欧国家语言、日语、韩语等
  • 更多语言正在支持中

高级功能（迭代中）

以下功能已支持，但效果仍在不断优化：

• 🔄 跨页表格合并（API）
• 🔄 手写识别
• 🔄 竖排文字
• 🔄 多级标题支持
  • 参考：使用 LLM 进行多级标题层级增强的例子

当前限制

• ❌ 不支持超长图/超宽图：需要手动分割为正常页面大小
• ❌ 不支持空白边框过大的文档：需要手动裁剪空白边框
• ❌ 不支持旋转的 PDF：请手动转正 PDF 后再识别

处理速度与并发

处理速度

• 网页和 API：单个 PDF 平均速度约 10 页/秒
• 具体速度：取决于文档复杂程度
• API 加速：需要更快处理速度请联系我们

并发限制

• API 默认并发：10 个 PDF 同时处理
• 提升并发：如果需要更大并发联系微信客服

大批量数据处理

企业级服务

• 大量处理：有大量 PDF 需要处理可联系获取折扣价格
• 已服务客户：多家知名大模型厂商、金融和教育机构
• 基础设施：自建数百卡算力池和多机房冗余，保障稳定性
• 处理能力：每天能处理数千万页文档，累计处理数十亿页

为什么选择 Doc2X

核心优势

1. 公式识别领先：市面上同类产品在公式识别（特别是行内和复杂公式）方面表现不佳，Doc2X 处于领先水平
2. 表格识别优秀：支持识别表格内图片和跨页表格合并等高级功能
3. 多栏识别精准：多栏文档的阅读顺序还原效果优异
4. 适配范围广泛：支持财研报、论文、教辅、专利等多种文档类型

数据安全

• 网页端存储：有效期为 30 天（包括图床）
• API 存储：过期时间为 24 小时
• 自动删除：过期后自动删除，请放心使用

PPT 生成功能 FAQ

1. PPT 生成器的标准使用流程是什么？

结合当前网页端界面和截图流程，推荐使用顺序是：输入创意 -> 编辑大纲 -> 编辑 Prompt -> 生成全部图片 -> 预览 -> 进入编辑（整批解析） -> 在预览页手动打开画板编辑或直接导出。

如果你只需要快速出图，可以停留在 预览 页面；如果你还需要精修文字和版式，再从预览页手动打开某一张幻灯片进入 PPT 画板编辑。

2. 为什么当前“PPT 生成配置”里只有图片 AI 配置，但仍然能生成大纲和 Prompt？

这里要区分“界面上暴露给用户的配置”和“前端内部实际使用的配置”。

当前 PPT 生成配置 弹窗里，界面实际只提供了图片 AI 相关配置项：

• Provider
• API Key
• Base URL
• 图片尺寸
• 图片质量
• 并发数

也就是说，普通用户在当前页面上看不到单独的 Text AI 表单。

但前端内部仍然保留了 textProvider、textApiKey、textApiBaseURL、textModel 这些字段，用于兼容已有本地数据。文本阶段真正取配置时，逻辑是：

• 如果本地已经存在有效的 textApiKey + textModel，就优先使用这一组 Text AI 配置
• 如果没有，就回退复用当前图片 Provider 的 API Key 和 Base URL
• 同时自动选择内置推荐文本模型
• 当前图片 Provider 为 OpenAI 时，默认文本模型是 gpt-4o-mini
• 当前图片 Provider 为 Gemini 时，默认文本模型是 gemini-2.5-flash-lite

所以对当前大多数用户来说，虽然设置页只配置了图片 AI，但“一句话生成大纲”“粘贴大纲解析”“AI 优化大纲”“生成图片 Prompt”这些文本阶段仍然可以正常工作。

3. 当前支持哪些图片 Provider、比例和尺寸？

当前网页端支持两类图片 Provider：

• OpenAI
• Gemini

默认图片模型分别为：

• OpenAI：gpt-image-1
• Gemini：gemini-3-pro-image-preview

当前内置比例和尺寸支持如下：

• OpenAI：1:1、3:2、2:3，对应常用尺寸如 1024x1024、1536x1024、1024x1536
• Gemini：1:1、3:2、16:9，对应常用尺寸如 1024x1024、1536x1024、1792x1024

4. 为什么我切换 Provider 后，比例或尺寸会自动变化？

这是当前代码里的正常逻辑，不是异常：

• 不同 Provider 支持的比例集合不同
• 当你切换 Provider 时，系统会自动把尺寸对齐到该 Provider 支持的最近比例
• 如果当前比例在新 Provider 中不存在，页面会自动切到该 Provider 可用的默认选项

因此，OpenAI 与 Gemini 之间切换时，比例和分辨率出现自动调整是预期行为。

5. “并发数”是什么意思，建议设置多少？

并发数 表示同一时间并发生成图片的数量。当前网页端限制范围是 1~8，界面文案推荐值为 2~4。

并发数越高，理论上整体速度越快，但越容易触发接口限流、失败重试或网关压力问题。一般个人使用建议先从 2 或 3 开始。

6. 为什么重新点击“生成全部图片”后，旧图和旧解析记录会被清空？

这是系统有意为之。当前实现会在每次重新生图前，先清理这一页旧的图片缓存，并清空旧的画板解析关联，再开始新一轮生成。

这样做是为了避免以下问题：

• 预览中混入上一轮旧图
• 旧图和新 Prompt 错位
• 旧的画板解析记录误绑定到新的幻灯片内容

如果你改了大纲或 Prompt，又重新执行 生成全部图片，看到旧结果被覆盖，属于正常行为。

7. 为什么图片生成时会提示“请勿刷新页面”？

当前前端在图片生成阶段会显示实时进度，并对页面刷新做离开提醒。原因是这一步的进度状态保存在当前会话中，刷新后可能导致：

• 当前进度显示丢失
• 用户误以为任务失败
• 预览页与本地缓存状态不同步

因此在 生成全部图片 期间，建议等待本轮任务完成后再离开页面。

8. 为什么“全部导出”按钮是灰色的，或者只能导出部分幻灯片？

全部导出 的前提不是“已经生成图片”，而是“已经生成画板解析记录”。

也就是说：

• 仅生成了图片，但还没执行 进入编辑（整批解析） 时，全部导出 会不可用
• 如果只有部分幻灯片完成了解析，那么系统只会导出已经解析成功的那一部分

因此，如果你希望整套 PPT 都支持导出，建议先在预览页执行一次 进入编辑（整批解析）。

9. “可编辑 PPT”和“纯图 PPT”有什么区别？

当前导出菜单提供两种模式：

• 可编辑 PPT：按画板中的文本块和页面信息导出，适合后续继续修改
• 纯图 PPT：按页面图像导出，更接近当前预览效果，适合快速交付

如果你更看重后续编辑灵活性，用 可编辑 PPT；如果你更在意当前视觉效果尽量保持一致，用 纯图 PPT。

10. 为什么点击“进入编辑（整批解析）”时会要求登录？

当系统发现当前项目里还有“未解析到画板”的幻灯片时，整批解析需要创建新的画板关联记录。此时如果未登录，系统会引导登录后继续。

但如果当前项目里已经存在可用的解析记录，未登录状态下也可能直接打开已有编辑结果。所以是否强制登录，取决于你当前项目有没有现成的解析记录可复用。

11. 为什么我在画板里修改过内容后，预览图和导出结果也跟着变了？

这是当前产品的设计行为。预览页和导出功能会优先读取画板中的最新编辑快照；如果本地存在可用的编辑历史，就优先使用编辑后的文字块和处理后的图片。

因此，当你在 PPT 画板编辑 中改过标题、正文或版式后：

• 预览页会尽量展示最新编辑结果
• 可编辑 PPT 和 纯图 PPT 导出也会优先使用最新状态

12. 项目列表和生成图片存在哪里？清除缓存会有什么影响？

当前 PPT 生成器会把项目列表和图片缓存保存在浏览器本地的 IndexedDB 中，单独使用 doc2x_ppt_generator 数据库保存：

• 项目数据
• 幻灯片图片缓存

同时，画板编辑历史还有独立的画板缓存。

如果你在网页端执行“清除本地缓存”：

• 清除 PPT项目缓存 会删除项目列表和图片缓存
• 清除 画板缓存 会删除本地画板记录和历史步骤

清理之后，如果本地没有缓存、又没有登录可用账号，预览和导出都可能无法恢复到之前的编辑状态。

13. 为什么会提示“关联的画板记录已失效”？

这说明当前幻灯片保存的 parseId 已经失效，或者关联的画板记录已经不可用。系统会自动清理这条旧关联，并提示你重新执行 进入编辑（整批解析）。

遇到这种情况时，最直接的处理方式就是：

1. 回到 预览 页面
2. 重新点击 进入编辑（整批解析）
3. 等待系统重新建立新的画板关联

14. 可以自定义风格和 AI 提示词吗？

可以。当前 设置 面板中已经提供两类可自定义能力：

• 风格自定义：修改预设风格的名称和描述
• AI 提示词自定义：修改大纲生成、图片 Prompt 生成、大纲优化的 System Prompt

如果留空，系统会继续使用内置默认配置；只有在你明确知道想调整输出风格或模型行为时，才建议覆盖默认提示词。