近日，多位使用Google Vertex AI平台的开发者反映，在配置Data Store（数据存储）时遇到了一个令人困惑的错误提示：“Field content.mime_type must be one of [...] got text/markdown”。这一错误信息迅速在技术社区中引发讨论，尤其对于依赖Markdown格式文档进行AI模型训练或知识库构建的团队而言，该限制可能直接影响其工作流程。
错误背景：Vertex AI Data Store的MIME类型校验机制
Vertex AI是Google Cloud提供的机器学习服务平台，其Data Store功能允许用户将结构化或非结构化数据（如PDF、HTML、文本文件等）导入为搜索或问答助手的知识源。系统通过content.mime_type字段标识每条数据的媒体类型，从而决定如何解析和处理内容。
根据Google官方文档，Data Store支持的MIME类型目前包括：text/plain、text/html、application/pdf、application/json等常见格式，但未将text/markdown纳入合法列表。当用户尝试上传扩展名为.md或明确声明MIME类型为text/markdown的文件时，系统会抛出上述错误，提示该字段值必须为预设枚举之一。
为什么Markdown不被原生支持？
Markdown作为一种轻量级标记语言，在技术文档、开源项目说明和开发者笔记中广泛应用。Vertex AI团队未将其纳入默认支持的原因可能包括：
- 解析复杂度：Markdown语法变体众多（如GitHub Flavored Markdown、CommonMark等），且可能嵌入HTML、代码块、表格等元素。统一的解析策略难以覆盖所有场景，而
text/plain和text/html则有成熟的标准化实现。 - 安全与合规考量：部分Markdown编辑器允许执行JavaScript（如通过HTML的
<script>标签），直接在AI管道中渲染可能存在跨站脚本风险。 - 优先级排序：在平台早期版本中，团队更倾向于优先支持企业文档常用的PDF、Office文件及纯文本。
开发者如何应对？
面对这一限制，社区已提出多种临时或长期解决方案：
- MIME类型映射：在文件上传前，将Markdown文件的MIME类型手动修改为
text/plain。虽然系统会将内容作为纯文本处理，但Markdown格式符号（如#、**）仍会保留，不会影响语义提取。不过，AI模型可能无法识别标题层级等结构信息。 - 预转换处理：使用工具（如Pandoc、markdown-it）将Markdown文件转换为HTML并声明MIME类型为
text/html。这能保留标题、列表、链接等结构，但需注意转换时避免HTML注入。 - 使用Google Cloud Storage直接导入：部分用户发现绕过Data Store的MIME校验，通过Cloud Storage将文件作为
application/octet-stream直接上传，再在配置中强制指定text/plain也可行，但需注意这并非官方推荐路径。
官方回应与未来展望
截至发稿，Google Cloud官方尚未就此事发布正式声明。不过，在Google Cloud Public Issue Tracker中，已有开发者提交了功能请求（Feature Request #343210），要求增加对text/markdown的原生支持。该项目目前已标记为“Under Review”，但尚未给出时间表。
值得注意的是，Vertex AI团队近期在更新日志中表示，正在扩展对更多结构化数据和文档格式的支持，包括PDF中的表格提取和HTML的语义增强。考虑到Markdown在AI领域（特别是大语言模型提示词工程和RAG应用）中的广泛使用，未来将其纳入支持列表是大概率事件。
对AI开发者的启示
这一事件再次提醒我们：云服务平台的“开箱即用”功能往往存在隐性限制。开发者在构建AI数据管道时，应提前查阅官方文档中关于输入格式、MIME类型和大小限制的详细说明。同时，对于不满意的限制，通过Issue Tracker等渠道积极反馈，能够加速平台改进。
技术本身没有完美的一步到位，每一次报错都是产品与用户之间的对话。随着AI应用场景的扩展，我们有理由相信，Vertex AI等平台会逐步拥抱更丰富的文件生态，而Markdown这一开发者熟悉的语言，终将获得一席之地。