Премини към основното съдържание
Български— Изберете език
Меню

Поддържани файлови формати

Урок 2 от 16 Обновен 29 юли 2026 г. Програмист
На тази страница
  1. Единственият критерий, който има значение
  2. Четирите поддържани категории
  3. Чести грешки
  4. Изберете възможно най-структурирания формат
  5. Ключови изводи

Единственият критерий, който има значение

Преди да се запитате дали конкретен формат работи, си задайте по-прост въпрос: съдържа ли файлът извличаем текст? Files API на xAI обработва текстови файлове. Ако някой инструмент може да извлече символи от него без оптично разпознаване на знаци (OCR), документът най-вероятно ще бъде приет. Чистите двоични файлове – изображения, аудио, видео – не спадат тук; за изображение правилният подход е input_image в Responses API, а не във Files API.

Този единствен критерий обяснява повечето отхвърляния, с които ще се сблъскате. Той също така обяснява защо един PDF финансов отчет работи перфектно, докато PDF от скенер на работния плот се проваля: първият съдържа текстов слой, вторият е просто поредица от снимки на страници.

Четирите поддържани категории

Поддържаните формати попадат в четири категории, всяка със своите предпочитани употреби.

КатегорияФорматиКакво извлича Grok
Офис документиPDF, DOCX, ODT, EPUB, RTFТекст, таблици, структура на секциите
Изходен код.py, .js, .ts, .java, .go, .rs, .cpp, HTML, CSS, XML и над 80 езикаИмпорти, зависимости, структура на файловете
Структурирани данниCSV, TSV, JSON, JSON-LD, vCardЙерархия на полетата, статистика, тенденции
Чист текстTXT, MDЛинейно съдържание, заглавия и списъци на Markdown

Що се отнася до офис документите, PDF остава най-често използваният формат и Grok извлича от него текста, таблиците и разбивката по секции. Word DOCX запазва форматирането си – удебелен шрифт, курсив, списъци – при извличането, точно като своя еквивалент с отворен код ODT. EPUB става интересен, щом работите с дълги публикации, бяла книга или цяло ръководство, а RTF, макар и по-стар, остава достатъчно разпространен, за да бъде поддържан.

Изходният код е областта, в която Files API се отличава най-ясно от копирането и поставянето. Изпращането на payment.py в цялост, вместо на изолирана функция, променя естеството на анализа: Grok вижда импортираните модули, зависимостите и организацията на файловете и следователно може да открие, че изключение е прихванато тридесет реда по-нагоре или че константа, дефинирана в началото, противоречи на коментар в края. Обхванати са над 80 езика с текстов синтаксис.

Форматите за данни служат предимно за количествен анализ. CSV файл с месечни продажби позволява на Grok да изчисли отклоненията, да открие сезонност и да обобщи набор от данни от няколко хиляди реда; JSON конфигурация или API отговор му предоставя достъп до йерархията и връзките между полетата, което изравнена таблица не би показала. JSON-LD добавя семантичен контекст към свързаните данни, а vCard обхваща визитки. Накрая, TXT и MD работят според очакванията, като Markdown предлага предимството да предава лека структура от заглавия и списъци.

Чести грешки

Четири ограничения възникват постоянно в производствената среда. Първото е размерът: 48 MB на файл, след което трябва да разделите документа. Второто е кодирането: файловете Ви трябва да са в UTF-8, а експорт в ISO-8859 или Windows-1252 ще доведе до развалени акцентирани знаци, понякога незабележимо – `é` става `é` посред договор и това остава незабелязано, докато търсене не върне нищо. Третото е липсата на обработка на изображения: PNG, JPG или GIF не спадат тук, трябва да използвате input_image. Четвъртото е случаят с сканиран PDF без OCR текстов слой, който ще бъде приет при качване, но няма да върне резултати при заявка.

Тази последна ситуация изисква един прост навик: преди да качите партида PDF файлове с несигурен произход, отворете един и се опитайте да маркирате параграф с мишката. Ако нищо не се маркира, документите Ви трябва да преминат през OCR обработка предварително.

Изберете възможно най-структурирания формат

Когато една и съща информация съществува в множество форми, винаги избирайте най-структурираната. За анализ на отчети предпочитайте оригиналния PDF или DOCX, които запазват йерархията, вместо плосък текстов експорт. За анализ на данни, CSV за таблици и JSON за йерархични данни ще дадат по-добри резултати от експорт на електронна таблица, трансформиран в чист текст. За преглед на код изпратете оригиналния изходен файл с неговото оригинално разширение. За документация Markdown или PDF работят в зависимост от това какво имате в източника. Правилото се свежда до едно изречение: всяко ниво на структура, което запазите, е ниво на контекст, което моделът няма да трябва да възстановява.

Ключови изводи

  • Files API поддържа документи (PDF, DOCX, EPUB), код (над 80 езика), данни (CSV, JSON) и чист текст
  • Лимитът е 48 MB на файл в UTF-8 кодиране
  • Изображенията и двоичните файлове не се поддържат – използвайте input_image за изображения
  • Предпочитайте възможно най-структурирания формат, за да получите по-добър анализ