文档提取工具节点一直卡在运行状态

讨论
1

20260122141329_rec_

之前都是正常的，现在就卡在这个节点

2

@Dify_Forum_Helper 如何解决这个问题

3

看你这边之前是正常的，现在“文档提取器”节点突然一直处于运行中不结束，多半是底层解析服务或队列卡住了。因为我现在拿不到你实例的日志和配置，只能给你一套比较系统的排查思路，你可以一步步试：

1. 先确认影响范围

  1. 换一个很小的简单文件测试

    • 例如几 KB 的纯文本 .txt 或很小的 PDF。
    • 如果小文件也卡住：说明是解析服务 / 平台本身的问题。
    • 如果小文件正常，大文件卡住：可能是文件太大 / 超时 / 资源不足。

  2. 在同一应用里新建一个最简单的流程测试

    • 开始 → 文档提取器 → 输出（只输出 text）。
    • 看是不是这个新的流程里也卡在提取器节点。
    • 如果新流程正常，而旧流程不正常：可能是那个工作流配置有问题（比如变量绑定、前一个节点无结果等）。

2. 检查工作流运行详情

  1. 打开这次运行的「运行记录 / Logs」

    • 看文档提取器节点有没有返回任何错误信息、状态码、超时之类。
    • 如果只有「执行中」没有结束，也没有报错，大概率是请求一直没返回（比如调用外部解析服务卡住）。

  2. 看文档提取器节点的配置

    • 输入变量里有没有用到上一个节点的输出？
    • 可以暂时改成「手动上传文件」方式做一次测试，排除变量问题。

3. 自托管环境重点检查（如你是 Docker / 服务器部署）

如果你是自己部署的 Dify：

  1. 重启相关服务

    • 直接重启整套服务通常是最快的方法，很多队列堵塞、子进程卡死可以被清理掉。
    • Docker 部署一般是：
      docker compose down
docker compose up -d
    • 重启完再测试同一个工作流。

  2. 查看日志（关键）

    • 后端 API / worker 服务的日志中，搜索本次运行时间点附近是否有：
      • unstructured、document extractor、extractor 相关错误
      • 超时、OOM（内存不足）、连接失败等报错
    • 如果日志里有明确错误，可以把错误信息贴到帖子里，方便后续定位。

  3. 资源占用

    • 服务器 CPU / 内存是否打满？
    • 如果资源不够，解析大文件时容易卡死或非常慢，看起来就像节点一直在运行。

  4. 是否配置了外部文档解析服务

    • 如果你以前接了 unstructured 或其它第三方解析服务：
      • 确认这些服务现在还在运行，网络连通正常（容器名 / IP 有没变化）。
      • 服务挂了时，Dify 等待响应也可能会一直卡住。

4. 云端版本 / 非自托管

如果你用的是官方云端版本：

  1. 尝试：

    • 换浏览器或隐身模式重试一次（排除浏览器缓存 / 插件干扰）。
    • 复制这个工作流，新建一个一模一样的流程，看复制后的是否正常。

  2. 记录这些信息，方便发在帖子里或提交给官方支持：

    • 你的 Dify 版本（或「云端版本」说明）。
    • 该流程的应用 ID / 工作流 ID（不要贴敏感信息）。
    • 运行 ID（Run ID）或大概的时间点。
    • 同一个节点在其它流程是否也会卡住。

5. 建议你在当前帖子里补充的信息

为了更快帮你定位，可以在这个帖子再补充几条：

  1. 你当前使用的是：
    • 官方云端，还是
    • 自部署（Docker / K8s，版本号是多少）？
  2. 文档类型和大概大小（例如：PDF，20MB，包含图片/扫描）。
  3. 这个问题：
    • 所有文件都会卡？还是只有某几个文件？
    • 其它使用文档提取器的流程是否也全部卡住？
  4. 如是自托管：贴一小段相关时间的后端日志（脱敏后）。

你可以先按上面的 1～3 步快速试一下（小文件测试、新建最简流程、重启服务），把结果回复在这个帖子里，我可以再根据结果帮你往下缩小问题范围。

4

@Dify_Forum_Helper 使用的是官方云端，文档类型word 内容为空也会一直卡着

5

你这条补充信息很关键，谢谢说明。

现在可以确认几点现象：

  • 使用的是「官方云端」而不是自托管
  • 文档类型是 Word，而且「内容为空」也会一直卡在文档提取器节点
  • 说明和文件大小、内容复杂度关系不大，更像是某种「任务没正确结束」的问题（可能跟最近版本更新或后端服务异常有关）

因为是云端环境，你这边能做的主要是「排除前端问题 + 帮官方定位」，后端日志只能由官方查。建议你按下面步骤快速试一下，并把结果直接回帖：

1. 快速做 3 个对比测试

1）新建一个极简工作流（避免现有流程配置干扰）

  • 新建一个全新的工作流应用
  • 只放三个节点：
    • 开始（用户输入）
    • 文档提取器（上传文件）
    • 输出（只输出提取到的 text）
  • 用「空白 Word」测试一次，看是否依旧卡在文档提取器：

A. 如果 新建的极简流程也卡住：

  • 很大概率是当前账号 / 当前区域的文档解析服务有问题，需要官方排查。

B. 如果 新建流程正常，原来的流程依然卡：

  • 可能是旧流程里某个配置被“玩坏了”（比如变量类型变化、旧版本节点残留等），可以考虑新建一个流程重新搭一遍。

2）换文件类型做 AB 测试

  • 同样在新建的极简流程里再试：
    • 一个几 KB 的 .txt 文本文件
    • 一个很小的 .pdf
  • 对比结果：
    • 如果 txt / pdf 正常，只有 word 卡：说明云端当前的 Word 解析可能有问题，可以在帖子里明确写「txt / pdf 正常，word（甚至空文档）都卡住」。
    • 如果 所有类型都卡：说明是整个文档解析链路异常。

3）换浏览器 / 无痕模式再测一次

  • 目的只是排除浏览器里缓存、插件之类的干扰。
  • 同一个极简流程，用无痕窗口再跑一遍，确认现象是否完全一致。

2. 在帖子里补充这些关键排查结果

建议你直接在当前帖子补充下面格式的信息，这样方便官方或社区的小伙伴快速定位，也更容易被当成“平台侧问题”处理：

  1. 使用环境：

    • 「官方云端 Dify（非自托管）」

  2. 复现步骤（尽量简单清晰）：

    • 新建工作流：开始 → 文档提取器（上传文件） → 输出
    • 上传的文件：
      • 空白 Word（.docx）
      • 是否也测试了 txt / pdf（把结果一并写清楚）
    • 结果：
      • 文档提取器节点一直显示「运行中」，数分钟后也不结束，没有报错信息。

  3. 补充一点时间信息：

    • 问题大约从什么时候开始出现（例如「今天下午 14:00 左右开始」）
    • 之前同样流程是正常的。

  4. 如果方便的话：

    • 附一张新建极简流程 + 卡在文档提取器节点的截图。

这样一来，官方看到会比较容易判断是：

  • 某个区域的文档解析服务/队列异常
  • 还是最近对文档提取器的升级引入了 bug（特别是针对 Word / 空文档的情况）

3. 目前你可以先这样临时绕过（如果着急用）

在问题没被官方修好之前，如果你只是要继续处理文档，可以考虑：

  1. 先用本地工具把 Word 导出成 .txt 或 .pdf，再上传到文档提取器试一下。
  2. 如果 txt / pdf 在你那边是正常的，至少可以先保证业务继续跑；
  3. 等官方确认 / 修复后，再恢复正常用 Word。

如果你愿意的话，可以把你：

  • 新建极简流程的测试结果（word / txt / pdf 各自的表现）
  • 大概的复现时间点

直接回复在这个帖子下面，我可以帮你整理成一段「可直接给官方支持用的复现说明」模板，你复制粘贴提交就行。

6

@Dify_Forum_Helper pdf格式是可以滴，word文档就不行，希望官方赶紧修复

7

你这边已经帮忙把范围缩得很清楚了：

  • 官方云端
  • 文档提取器
  • PDF 正常
  • Word（哪怕空文档）必现卡死

这基本可以判断是云端侧「Word 解析链路」的一个新问题，而不是你账号或流程配置用法的问题了。

目前你能做的有两块：一个是临时绕过，另一个是把信息补充到位，方便官方排查。

1. 目前最稳的临时方案

在官方修复之前，建议你：

  1. 先在本地把 Word 转成 PDF 或 TXT

    • Word 另存为 .pdf / .txt
    • 在文档提取器里上传 PDF / TXT，而不是原始 .docx
    • 你已经验证过：PDF 是可以正常跑完的，可以先保证业务不被卡住。

  2. 如果你有少量内容，也可以：

    • 直接复制 Word 文本内容，粘贴到「用户输入」中，而不是走文件上传（适合内容不多的时候）。

2. 建议你在帖子里再补充一句“给官方看”的信息

你刚才说：

pdf格式是可以滴，word文档就不行，希望官方赶紧修复

可以再稍微写得「更像 Bug 复现说明」一点，比如直接回帖加上（可复制改一下）：

环境：官方云端 Dify
复现步骤：

  1. 新建最简单流程：开始 → 文档提取器（上传文件） → 输出 text
  2. 上传空白或任意内容的 Word（.docx）
    预期：节点执行完成，输出提取的文本
    实际：文档提取器节点一直处于“运行中”，长时间不结束，没有报错
    对比：同样流程下，上传小体积 PDF 可以正常完成

这种描述方式方便官方同学直接「照着复现」，也更容易被当成平台 Bug 处理。

3. 接下来怎么跟进

  • 因为这是云端侧的问题，你这边看不到后台日志，只能等官方运维 / 开发那边排查。
  • 你可以先继续用 “Word → PDF/TXT 再上传” 的方式顶一下。
  • 如果后面有官方同学在帖子里回复了修复进度或时间，你也可以 @ 我，我可以帮你一起确认下是否还需要调整你现有的流程配置。

如果你愿意，我也可以帮你再润色一版「中英文双语」复现说明，方便你后面提交给支持或发到其他渠道用。

8

你的word文档大小是多少？测试用的pdf是不是word文档转过去的？