为什么cherry studio不识别pdf呢，我看模型也支持视觉呢（可以识别图片）

问题描述：

image2559×1368 221 KB
image1751×299 17.7 KB

网友解答：

---

--【壹】--：

读pdf不是用视觉能力吧，PDF是二进制文件
如果PDF文本内容有OCR出来（也就是PDF上的文本可以复制），理论上模型就能读了，不过也读不了PDF里的图片

---

--【贰】--：

搜嘎，谢谢佬

---

--【叁】--：

Openai chat兼容端点只能识别PDF内的文字作为文本类型回传，Openai response，Gemini，Claude端点都支持PDF的base64回传，你打开调试窗口可以看到，是否能够支持识别看上游供应商

---

--【肆】--：

明白了，佬

---

--【伍】--：

不只是翻译，翻译完还要学习论文，要问些论文里不懂的东西

---

--【陆】--：

这个通常和上游质量有关 和软件本身没什么关系 或者说很小

---

--【柒】--：

mark一下

---

--【捌】--：

后续/我的解决方案
我目前找的最便捷的方式是，找个pdf转word的在线工具，转成word，然后就可以用了；
MinerU虽然免费也可用，但是只能用来构建知识库，只会选取精华内容留存，会缺少些内容（如果想直接甩给cs也还是识别不了pdf）

---

--【玖】--：

你可以用那个啥

MinerU

MinerU | 一站式 PDF 文档解析工具

从 PDF 中提取表格、公式、文字与图片，精准转换为 Markdown、JSON 等多种格式

这玩意
然后嘛里面有mcp 这样也就能衔接到 CS 了

---

--【拾】--：

嗷嗷，好的，感谢佬的解惑，我去配置一下

---

--【拾壹】--：

有些官方原生能支持pdf识别例如claude和gemini，但是newapi转发的就不确定还有没有这种能力了

---

--【拾贰】--：

CS这种都是本地用库操作了之后 传文字数据过去进行操作的
并不是你想象的 传pdf文件上去
有这种需求建议直接上网页 gemini.google.com chatgpt.com 发

---

--【拾叁】--：

学生优惠和team都掉了，所以来用cherry了

---

--【拾肆】--：

translate.google.com

Google 翻译

Google 免费提供的这项服务可在简体中文和其他 100 多种语言之间即时翻译字词、短语和网页。

image1621×583 16.6 KB
佬，专业的事情让专业的工具去做吧，几秒出结果

---

--【拾伍】--：

欧克欧克，谢谢佬，我找官方文档看到了，然后打不开api令牌那个网页，梯子换个节点也不好使，我以为不能用呢，你又推荐了一遍，那肯定能用，换了个梯子发现能打开了 ，okok，我去配置一下

现在还有个问题，CS是不是不能长时间回答呢，我把pdf转成txt格式，然后叫它翻译，翻译一会一断，断了两三次