PARSE_API_FIX.md

PDF Parse API 修复

问题描述

Parse API 返回 NOT_FOUND 错误，原因是 PDF 文件在临时目录中不存在。这在以下情况下会发生：

1. 服务器重启后，临时文件被清除
2. 在 Vercel 等无服务器环境中，临时文件不持久化
3. 多个请求之间的时间间隔较长

根本原因

Parse API 只在临时目录中查找 PDF 文件，如果文件不存在就直接返回失败。没有从数据库或其他存储位置检索 PDF 的备用方案。

修复方案

更新 src/app/api/parse/route.ts 中的 parsePDFAsyncInternal 函数，添加以下逻辑：

1. 首先检查临时目录 - 如果 PDF 文件在临时目录中，直接使用
2. 从数据库检索 - 如果文件不在临时目录，从 user_pdfs 表查询 storage_path
3. 复制到临时目录 - 将 PDF 从存储路径复制到临时目录以供处理
4. 解析 PDF - 使用复制的文件进行解析

修改的代码流程

// 原流程：
检查临时目录 → 不存在 → 返回失败 ❌

// 新流程：
检查临时目录 
  → 存在 → 使用文件 ✓
  → 不存在 → 从数据库查询存储路径
    → 找到 → 复制到临时目录 → 使用文件 ✓
    → 未找到 → 返回失败 ❌

关键改进

1. 数据库查询：

   const { data: pdfRecord } = await supabase
     .from('user_pdfs')
     .select('storage_path')
     .eq('id', pdfId)
     .single();

2. 文件复制：

   const buffer = await fs.readFile(storagePath);
   await fs.mkdir(tempDir, { recursive: true });
   await fs.writeFile(filePath, buffer);

3. 错误处理：

   • 数据库查询失败时返回 FAILED 状态
   • 存储路径不可访问时返回 FAILED 状态
   • 提供详细的日志信息用于调试

测试步骤

1. 上传一个 PDF 文件
2. 等待一段时间（让临时文件可能被清除）
3. 尝试解析 PDF
4. 验证 Parse API 能够成功检索并解析 PDF

相关文件

• src/app/api/parse/route.ts - Parse API 路由
• src/lib/storage/temp-files.ts - 临时文件管理
• src/lib/storage/pdf-files.ts - PDF 文件存储

注意事项

• 此修复仅适用于已登录用户上传的 PDF（因为游客上传的 PDF 不保存到数据库）
• 游客上传的 PDF 仍然依赖于临时文件的可用性
• 在生产环境中，建议使用持久化存储（如 S3）而不是临时目录