> ## Documentation Index
> Fetch the complete documentation index at: https://docs.conare.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Conare's API is at https://api.conare.ai. Authenticate with `Authorization: Bearer $CONARE_API_KEY`.
> The full OpenAPI spec is at https://api.conare.ai/openapi.yaml; each endpoint has a page under /api-reference, and appending .md to any page URL returns its Markdown.
> Embed with model conare-embed-1; send input_type "query" for search queries. Rerank with conare-rerank-1.
> Prefer the TypeScript SDK (`npm install conare`) or plain HTTP in examples.
> Install the Conare skill with `npx skills add https://docs.conare.ai`; search these docs over MCP at https://docs.conare.ai/mcp; the whole site is at https://docs.conare.ai/llms-full.txt.

# Tipos de arquivo e Markdown

> Os formatos de arquivo que a Conare lê, como cada um vira Markdown e como imagens e layout são lidos.

Isto vale para as duas [rotas de arquivos](https://docs.conare.ai/pt-BR/files.md): uploads e `POST /parse`.

## Tipos de arquivo

| Arquivo | Extensões | `type` |
| - | - | - |
| PDF | `.pdf` | `pdf` |
| Word | `.docx`, `.docm`, `.dotx`, `.doc` (97-2003), `.rtf`, `.odt` | `docx`, `doc`, `rtf`, `odt` |
| PowerPoint | `.pptx`, `.pptm`, `.potx`, `.ppsx`, `.ppt` (97-2003), `.odp` | `pptx`, `ppt`, `odp` |
| Excel | `.xlsx`, `.xlsm`, `.xls` (97-2003 e 5.0/95), `.ods`; macros nunca são executadas | `xlsx`, `ods` (`xls`, `xlsm` também funcionam) |
| CSV, TSV | `.csv`, `.tsv` | `csv`, `tsv` |
| Texto, Markdown | `.txt`, `.md` | `txt`, `md` |
| Imagens | `.png`, `.jpg`, `.webp`, `.tif` (todas as páginas), `.gif` (primeiro quadro), `.bmp`, `.heic`, `.heif` | `png`, `jpeg`, `webp`, `tiff`, `gif`, `bmp`, `heic` (`jpg`, `tif`, `heif` também funcionam) |

| Como é lido | |
| - | - |
| Páginas de PDF | Toda página com algum conteúdo é lida por OCR, inclusive as nativamente digitais, então tabelas, títulos e ordem de leitura são preservados |
| Uma página que o OCR pula | Mantém sua própria camada de texto |
| `.doc`, `.rtf`, `.odt` | Lidos como Word (`docx`); `.ppt`, `.odp` como PowerPoint (`pptx`); `.xls`, `.ods` como Excel (`xlsx`) |
| Tabelas de `.ppt` | Lidas como o texto de suas células, um por linha |
| Gráficos | Seu título, os títulos dos eixos e uma tabela com seus valores |

Recusados com `415 unsupported_file`:

| Arquivo | Salve como |
| - | - |
| Word 6.0/95 | `.docx` |
| Imagens AVIF | JPEG ou PNG |

## Markdown

| Elemento | Escrito como |
| - | - |
| Página, slide, planilha | Começa com `<!-- page 3 -->`, `<!-- slide 4 -->` ou `<!-- sheet "Q3" -->` |
| Títulos, listas | `#` e `##`; `-` e `1.` |
| Tabelas | Markdown com uma linha de cabeçalho; uma `<table>` HTML com `colspan` e `rowspan` quando há células mescladas ou mais de 30 colunas ou 300 linhas |
| Números | Exatamente como impressos |
| Cabeçalho e rodapé recorrentes | `<!-- header: ... -->` e `<!-- footer: ... -->`; números de página são omitidos |
| Notas de rodapé | No fim da sua página |
| Caixas de texto, barras laterais | Na ordem de leitura |
| Caixas de seleção, campos de formulário | ☑ e ☐; linhas `key: value` |

## Blocos de layout

Com `layout=true`, cada parte lida pelo OCR traz `blocks`, as regiões da sua página.

| Campo | Significado |
| - | - |
| `type` | `title`, `text`, `list`, `table`, `image`, `header`, `footer`, `page_number`, ... |
| `bbox` | `[x0, y0, x1, y1]` como frações da página a partir do canto superior esquerdo |
| `order` | Ordem de leitura |
| `content` | O texto do bloco |
| `conf` | A confiança do OCR |

## Imagens no Word e no PowerPoint

Toda imagem é lida por OCR, qualquer que seja seu tamanho na página; no upload, cada uma é uma parte do documento do arquivo ([localizações](https://docs.conare.ai/pt-BR/files.md#documentos-armazenados)).

* Ignoradas como ícones ou decorações: menos de 64 pixels nos dois lados, menos de 16 pixels no lado menor, ou exibidas com menos de meia polegada nos dois lados.
* Uma imagem reutilizada em um slide posterior é lida uma vez, onde aparece primeiro.

Cada imagem que não gerou texto fica em `without_text.images` com seu `reason`:

| `reason` | Significado |
| - | - |
| `too_small` | Um ícone ou decoração, com sua `width` e `height` em pixels |
| `not_raster` | Uma imagem vetorial (EMF, WMF, SVG), que não é lida |
| `unreadable` | A imagem está danificada |
| `not_read` | O OCR não conseguiu lê-la a tempo |
| `no_text` | O OCR não encontrou texto |

## Ainda não suportado

* Extração para um schema JSON.
* Opções de chunking em `POST /parse`: ele retorna as partes e o arquivo inteiro.


## Related topics

- [Arquivos](https://docs.conare.ai/pt-BR/files.md)
- [Google Cloud Storage](https://docs.conare.ai/pt-BR/gcs.md)
- [Visão geral da API](https://docs.conare.ai/pt-BR/api.md)
- [SDK TypeScript](https://docs.conare.ai/pt-BR/sdk.md)
- [Filtros](https://docs.conare.ai/pt-BR/filters.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.