<!-- Generated by scripts/build_llm_resources.py; edit the canonical HTML instead. -->

# 扫描模型可能会解析到的内容，而不只是用户能读到的内容。

> 查看 Veridicus Scan 支持的格式、隐藏通道、编码检测、20 MB 扫描边界、QR 处理和默认打码的报告输出。

- Canonical page: [https://veridicuscan.app/zh-cn/coverage](https://veridicuscan.app/zh-cn/coverage)
- Language: Simplified Chinese

已上线产品能力

通过系统共享表单送入链接、文件或所选文本。Veridicus Scan 会检查可见内容和受支持的隐藏通道，再报告风险、位置、证据、处置建议，以及扫描遇到的任何部分覆盖边界。

覆盖范围基线

- 通过系统共享表单接收链接、文件或所选文本
- 文档、邮件、日历、网页与数据文件、图片，以及公开 HTTPS URL
- 提取隐藏通道、QR、元数据和编码载荷
- 分层设备端检测，并明确显示覆盖说明

覆盖地图

## 产品覆盖内容来源、隐藏通道与决策输出。

真正有价值的问题不是“能不能扫”，而是“扫哪些内容、哪些隐藏通道，以及扫描结束后返回什么结果”。

### 内容来源

- 文本与网页：TXT/纯文本、HTML/HTM、SVG、MD/Markdown
- 文档与数据：PDF、DOCX、XLSX、JSON、CSV
- 邮件与日历：EML、ICS
- 链接：URL/WEBLOC 文件，以及用户主动发起的公开 HTTPS URL 扫描
- 图片：PNG、JPG/JPEG、WebP、GIF

### 隐藏通道

- DOCX 批注、修订、消失文本与文档元数据
- EML 替代正文与受支持的文本附件
- 日历描述，以及 XLSX 隐藏工作表与可疑公式
- 网页注释、隐藏内容与元数据
- 受支持图片中的 QR 载荷；动画图片检查第一帧

### 检测与输出

- 解码 Base64、十六进制、URL 百分号编码与 ROT13，并重新扫描
- 关联拆分在多个工件中的可疑指令
- 确定性规则加设备端语义层，包括选定的西班牙语、中文与阿拉伯语模式
- 提供风险、位置、证据、处置建议与明确覆盖说明，供用户复核
- 导出 JSON 或 PDF，证据片段默认打码

检测层

## 提取、解码与检测彼此分层，便于复核。

Veridicus Scan 会先隔离受支持的隐藏通道，再在边界内解码载荷并重新扫描，最后结合确定性检查与设备端语义分类器。结果是供用户复核的决策界面，不会对已检查证据和明确覆盖范围之外作保证。

01

### 隔离载体

批注、修订、替代正文、日历描述、隐藏工作表、公式、元数据与 QR 载荷会成为可定位的证据。

02

### 解码并关联

Base64、十六进制、URL 百分号编码与 ROT13 内容会在边界内解码、重新扫描，并在指令拆分于多个工件时进行关联。

03

### 保持规则可验证

规则更新由用户在“设置”中手动检查，使用前会通过 SHA-256 完整性与 Ed25519 签名验证；更新检查不会发送扫描内容。

覆盖纪律

## 扫描有边界时，覆盖范围会保持明确。

部分结果、重定向限制以及证据默认打码都会直接显示在结果中，帮助用户判断这次扫描证明了什么、又没有证明什么。

01

### 非图片导入窗口保持可见

非图片导入使用有界的 20 MB 扫描窗口。较大的输入可能产生部分覆盖，而不会对未检查字节作出更强结论；图片导入使用独立的图片处理路径。

02

### 图片限制会精确说明

受支持图片可沿独立路径检查受支持的视觉信号与 QR 载荷，不套用非图片导入上限。动画图片只检查第一帧，并会报告这一限制。

03

### 导出后证据仍可用于复核

JSON 与 PDF 输出会同时保留发现项、处置建议和覆盖说明，证据片段默认打码。

相关页面

## 按来源、信任模型或输出继续了解相邻产品面。

覆盖范围位于产品叙事的中间。相关页面会继续解释问题为何重要、URL 路径如何运行，以及报告如何表达结果。

### [为什么重要](https://veridicuscan.app/zh-cn/why-it-matters)

先理解可见内容与解析器可见内容之间的差距，再查看具体扫描面。

### [URL 扫描](https://veridicuscan.app/zh-cn/url-scanning)

了解严格模式、宽松模式、重定向边界与 URL 专属覆盖说明。

### [报告与导出](https://veridicuscan.app/zh-cn/report-exports)

了解扫描如何转化为包含发现项、处置建议以及 PDF 或 JSON 输出的可读报告。

下一步

## 把这张覆盖地图放进真实工作流里使用。

继续阅读使用场景，看看这些扫描面与输出如何落到助手安全、文档审查、团队协作与本地 MCP 自动化中。
