RealPLC补齐文件上传三大空白，近期更新！

我们之前在做文件上传的时候，只是考虑最简单的txt文档，或者简单的文本类的，但是随着大家的实际代码需求，把这个项目的文档和技术要求、IO表、代码逻辑图、程序片段导入等等，这些都是非常正常的需求。

所以，我们在发布V2.7版本前，把这一点也再度更新。RealPLC V2.7重要更新！定于6月25日左右发布。这期和大家重点分享下主要的内容，在更新后，可以方便大家参考和查阅，也是个简单的说明：

一、概述

补齐了 RealPLC 文件上传能力的三大空白：图片/截图上传、服务端文档解析、大文件分片上传。采用"服务端预提取文本 + 按需多模态路由"策略，文档类省 60-80% token，截图走视觉模型。

主要范围: PDF · Word · PPT · 旧版 Office · 截图/图片 · PLC 代码 · 表格 · 文本

文件格式：

.txt,.md,.csv,.json,.xml,.st,.scl,.l5x,.l5k,.log,.ini,.pdf,.docx,.xlsx,.pptx,.png,.jpg,.jpeg,.gif,.webp,.bmp'类型

二、交付清单

2.1 前端

| 功能 | 说明 |

|------|------|

| 📎 上传入口 | Plus 菜单统一入口，拖拽/Ctrl+V 粘贴均支持 |

| 📊 状态卡片 | 上传 → 扫描 → 转换 → 解析 → ✅ 就绪，逐阶段显示 |

| 📈 进度条 | 分片上传实时进度，可续传 |

| 🖼️ 图片灯箱 | 点击图片卡片全屏预览 |

| 🚫 发送门控 | 文档未解析完成前禁止发送 |

| 🌐 国际化 | 12 个新增翻译 key |

2.2 后端

| 分片上传 |

/api/v1/file-uploads/init → /chunks → /complete，5MB 分片，SHA-256 校验，幂等重试 |

| 异步解析 | Worker 队列（并发 2），60s/180s 超时，后台扫描→解析→存储 |

| 文件管理 | 元数据、预览、文本预览、软删除 |

| 清理 GC | 分片 30 分钟闲置清理，文件 7 天无关联清理，软删除 24 小时清理 |

| 发送验证 | /chat/send 前校验：所有权、数量、大小、扫描状态、解析就绪 |

2.3 共享解析包 @realplc/document-parser

| PDF | 自研流解析（FlateDecode + 文本提取） | 文本 + 页数 |

| DOCX | Mammoth → Markdown | 保留标题/表格 |

| PPTX | ZIP + XML | 逐页标题+正文 |

| XLSX/CSV | ZIP + 共享字符串 / 编码检测 | 表+行文本 |

| 图片 | Sharp 压缩 (≤4000px, GIF→PNG) | 压缩预览 |

| PLC/文本 | 编码检测 (UTF-8/Latin-1) | 原文 |

2.4 安全防护

•

文件类型校验（扩展名 + MIME + magic bytes）

•

ZIP 炸弹防护（条目/体积/压缩比上限）

•

XXE 防护（DOCTYPE/ENTITY/XInclude 检测+清除）

•

Prompt 注入防护（<uploaded_file_context> 边界包裹 + sentinel 转义）

•

恶意扫描钩子（可插拔 ClamAV 接口）

•

路径穿越防护（UUID 目录）

•

所有权校验

2.5 旧版 Office 转换器

| 格式 | .doc → DOCX → Mammoth，.ppt → PPTX → 自定义 |

| 隔离 | Docker 容器，非 root 用户，只读文件系统 |

| 超时 | 120s，失败回退纯文本 |

| 启动 | docker compose up 随主服务一起启动 |

最后如果在实际用到文件上传功能的时候，出现任何问题或者更好的建议欢迎提出哦！

参考链接：

【1】https://www.realplc.com