可以，但不同格式需要不同的解析和校验流程。扫描件通常需要 OCR，复杂表格需要保留表头与字段关系；先用真实资料样本验证解析结果，再决定支持范围。
先确认资料是否能被正确读取
抽取有代表性的可复制 PDF、扫描件、跨页表格和图片，逐页对照解析文本。核对编号、单位、金额、合并单元格和页码，识别缺字、错行及阅读顺序错误。
清晰度低、手写内容或复杂排版可能需要专门处理或人工校正。不能因为文件上传成功，就认为其中的信息已准确进入知识库。
保留答案需要的上下文
表格片段需要带上对应表头、单位和所属章节；合同与制度条款需要保留编号、版本和关联附件。对拆开的跨页内容，应验证能否重新拼合必要语义。
图片和图纸中的空间关系不一定能通过文字抽取完整表达。如果问题依赖图形理解，应明确采用的识别方式、人工复核流程及暂不支持的情况。
按资料类型分别验收
为每类资料准备可核对的问题和原文依据，分别记录解析缺陷、召回结果和回答引用。资料更新后重新执行同一批测试，避免新版本破坏原有能力。
交付时列出支持格式、文件大小、批处理方式、失败提示及重新导入步骤。解析失败的文件应能被定位和处理，不能悄悄跳过。