The ‘Document Extractor’ node failed to recognize the PDF file.
快速结论：此报错在 Dify v1.13.0 版本中常见，可能由 PDF 文件损坏/格式异常、工作流中变量传递失败，或空文件列表传入节点触发。优先排查传入 Document Extractor 节点的文件变量是否已正确填充。
问题场景
用户在使用 Dify Cloud 版（版本 1.13.0）构建工作流时，Document Extractor 节点无法识别上传的 PDF 文件，但同一工作流中 Word 文件可以正常提取。该问题可能为间歇性出现，或仅对特定 PDF 文件发生。
报错原文
The 'Document Extractor' node failed to recognize the PDF file.原因分析
可能原因来自以下三个方面：
- 文件变量传递错误：在 v1.13.0 中，Document Extractor 的输出变量在某些工作流节点类型中不可访问（相关 Issue #33765），导致用户误以为提取失败，实际上是变量未正确传播。
- 文件输入验证：近期修复（PR #33031, #35209）表明，当向 Document Extractor 传入
None或空文件列表时，节点会崩溃而非优雅地处理失败。请确保传入节点的文件变量已正确填充。 - PDF 文件完整性：Dify 底层使用
pypdfium2解析 PDF，损坏或非标准的 PDF 文件会导致解析失败。可尝试使用其他 PDF 文件以排除此原因。
环境排查
- Dify 版本：v1.13.0
- 部署方式：Cloud
- 依赖库：
pypdfium2（PDF 解析核心库） - 确认传入 Document Extractor 节点的文件变量是否为空或
None - 确认其他格式文件（如 Word）是否能正常提取
解决步骤
- 验证文件变量：在工作流中检查传入 Document Extractor 节点的文件变量是否已正确填充，避免传入空值或未定义变量。可优先尝试此步骤。
- 更换 PDF 文件：使用一个确保格式标准、非损坏的 PDF 文件再次测试，以排除文件本身问题。
- 检查输出变量引用：如果在工作流其它节点中引用 Document Extractor 输出变量时出现异常，请检查节点连接是否正确。若问题与变量传播相关，可参考 Issue #33765 的进展。
- 升级版本：由于 v1.13.0 存在已知的相关 Bug，建议关注 Dify 后续版本是否有补丁修复。Issue 关闭时未明确指定需升级至哪一版本，建议查阅最新 Release Notes。
验证方法
使用一个标准、未损坏的 PDF 文件，在工作流中重新运行 Document Extractor 节点，观察是否能成功提取文本且无报错。同时确认工作流后续节点可正确访问提取结果。
参考来源
langgenius/dify #37488
langgenius/dify #33765 – Document Extractor 输出变量不可访问
langgenius/dify #33031 – 修复空文件列表导致的崩溃
langgenius/dify #35209 – 修复 None 文件输入问题
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。
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。
