实测结果：13层目录、绝对路径87个字符，正常读到，没有漏读也没有报错。
所以「层数深」本身不是问题。真正会出问题的是另外两件事：
| 真正的风险 | 表现 | 怎么防 |
|---|---|---|
| 路径总长度超限 | Windows传统API限制约260字符，超出报错或截断 | 路径接近200字符时就要警觉；用长路径前缀或缩短中间目录名 |
| 符号链接与循环 | 遍历进入死循环，或者重复处理同一个文件 | 遍历时记录已访问的真实路径（realpath） |
| 权限不一致 | 个别子目录不可读，整个遍历中断 | 逐个try/except，把不可读的目录记进失败清单 |
| 隐藏文件与系统目录 | 把 .git、node_modules里的东西也算进去 | 明确排除规则，并在产物里写清排除了什么 |
怎么验证「没漏读」
不要相信「处理完了」这句话。用两个独立的数对一下：
# 用系统自己的遍历数一遍 find pdfs -type f -name '*.pdf' | wc -l # 用它报的数量 # 两个数相等，才算没漏
如果 find 数出来100而脚本说98，那两份在哪、为什么被跳过，就是接下来要查的。
配方里的稳妥写法
遍历 pdfs/ 下所有 PDF，包括子目录，最多深入 10 层。 要求： 1. 输出每个文件的完整相对路径，不只是文件名——同名文件在不同子目录很常见。 2. 排除 .git 与 node_modules，并在末尾说明排除了多少个。 3. 遇到不可读的文件或目录，记进失败清单，不要中断整个遍历。 4. 最后一行写：遍历到 N 个文件，成功 X，失败 Y。
第1条尤其重要：只报文件名会在有同名文件时骗过你。
还有一个隐性代价：路径越长，模型看到的内容里「路径噪音」占比越高，真正有用的信息被稀释。深层目录建议先复制到一个扁平临时目录再处理。