[Bug]: presentation parsing bug

快速结论：在 RAGFlow 解析 PPTX 文件时，图片丢失是已知的设计限制，PPTX 解析器仅提取文本（含表格文字）。优先排查是否使用了 PPTX 解析而非 PDF 解析，或考虑改用通用（General）分块方法。

问题场景

用户在使用 RAGFlow 的 ragflow:nightly 镜像（commit ID: 26d，image version: v0.23.1-312-g38289084a）解析 PPTX 演示文稿时，发现输出的解析结果中缺少所有幻灯片中的图片。

报错原文

presentation parsing bug: when use presentation parsing pptx, lost images

（注：Issue 正文未给出完整报错堆栈，此为用户描述的行为现象。）

原因分析

这是 RAGFlow 的已知设计限制：PPTX 解析器（deepdoc/parser/ppt_parser.py）只从幻灯片中提取文本（包括以文本形式提取的表格），不提取也不输出任何图像。此行为本非 Bug，已被维护者标记为“not planned”（不计划解决）。相关讨论和确认见 #10190、#10167。

环境排查

确认使用的 RAGFlow 镜像版本：v0.23.1-312-g38289084a 或 nightly 版本。
确认解析方法是否为“Presentation parsing（PPTX）”。
确认 PPTX 文件中是否包含图片，以及是否期望被提取。
若使用其他解析方法（如 PDF 解析），确认是否已转换格式。

解决步骤

（可优先尝试）手动提取图片：从原始 PPTX 文件中手动导出图片，然后通过 RAGFlow 的图像处理管线（如图片 OCR 或描述生成）单独处理。参考 #10190 评论。
（可优先尝试）转换格式并切换解析方法：将 PPTX 文件转换为 PDF 格式，然后使用 RAGFlow 的“General（通用）”分块方法。该方法支持从 PDF 中提取图片。参考 #9562 评论。
检查 RAGFlow 版本更新：虽然当前“not planned”，但建议定期查看 ppt_parser.py 和 Release Notes，确认未来是否有功能变动。

验证方法

对于上述方案 1：检查手动提取的图片是否能成功通过 RAGFlow 图像管线处理。对于方案 2：确认转换后的 PDF 经过 General 解析后，输出结果中是否包含图片内容。如果图片成功呈现，则问题解决。

参考来源

infiniflow/ragflow #13060

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

[Bug]: presentation parsing bug