diff --git a/app/routes/pages.py b/app/routes/pages.py
index 950e5de..bc3411e 100644
--- a/app/routes/pages.py
+++ b/app/routes/pages.py
@@ -15,7 +15,13 @@ from sqlalchemy.orm import Session, joinedload
 from app.config import settings
 from app.database import get_db
 from app.models import PAPER_FULL_LOAD, Paper
-from app.utils import PAPERS_DIR, safe_json_loads, templates, today_str, latest_paper_date
+from app.utils import (
+    PAPERS_DIR,
+    safe_json_loads,
+    templates,
+    today_str,
+    latest_paper_date,
+)
 
 logger = logging.getLogger(__name__)
 
@@ -52,15 +58,9 @@ def day_page(date_str: str, request: Request, db: Session = Depends(get_db)):
         .all()
     )
 
-    dates_raw = (
-        db.execute(
-            select(Paper.paper_date)
-            .distinct()
-            .order_by(Paper.paper_date.desc())
-            .limit(30)
-        )
-        .all()
-    )
+    dates_raw = db.execute(
+        select(Paper.paper_date).distinct().order_by(Paper.paper_date.desc()).limit(30)
+    ).all()
     available_dates = [
         d[0].isoformat() if isinstance(d[0], date) else str(d[0]) for d in dates_raw
     ]
@@ -140,11 +140,7 @@ def paper_detail(arxiv_id: str, request: Request, db: Session = Depends(get_db))
             table_figures.append(fig)
         elif not is_table and section == "method" and fig.get("image_url"):
             method_figures.append(fig)
-        elif (
-            not is_table
-            and section == "results"
-            and fig.get("image_url")
-        ):
+        elif not is_table and section == "results" and fig.get("image_url"):
             results_figures.append(fig)
         else:
             gallery_figures.append(fig)
@@ -330,16 +326,18 @@ def _link_figures_with_images(
 
     # 按类型分流：Figure vs Table
     fig_type_unmatched = [f for f in unmatched if _is_figure_type(f.get("id", ""))]
-    table_type_unmatched = [f for f in unmatched if not _is_figure_type(f.get("id", ""))]
+    table_type_unmatched = [
+        f for f in unmatched if not _is_figure_type(f.get("id", ""))
+    ]
 
     # 提取的图片按类型分流，按文件名中的编号排序
     def _sort_key(name: str) -> tuple[int, int]:
-        # 新格式：figure_1.png, table_1.png
-        m = re.search(r'(?:figure|table)_(\d+)', name)
+        # 新格式：figure_1.jpg, table_1.jpg
+        m = re.search(r"(?:figure|table)_(\d+)", name)
         if m:
             return (0, int(m.group(1)))
-        # 旧格式：page2_img1.png, page5_table1.png
-        m2 = re.search(r'page(\d+)_(?:img|table)(\d+)', name)
+        # 旧格式：page2_img1.png, page5_table1.png, figure_1.png
+        m2 = re.search(r"page(\d+)_(?:img|table)(\d+)", name)
         if m2:
             return (int(m2.group(1)), int(m2.group(2)))
         return (0, 0)
diff --git a/app/services/pdf_image_extractor.py b/app/services/pdf_image_extractor.py
index f8758ef..384171c 100644
--- a/app/services/pdf_image_extractor.py
+++ b/app/services/pdf_image_extractor.py
@@ -39,6 +39,8 @@ _TABLE_SIDE_PADDING = 60
 
 # 正文行距的 ~1.5 倍 ≈ 空白间隙阈值（学术论文紧密排版，30pt 太宽松）
 _CONTENT_GAP_THRESHOLD = 20
+# 密集表格数据块后的过渡阈值：表格块之后的段落间距常只有 12-18pt
+_TABLE_DATA_GAP_THRESHOLD = 12
 
 
 # ── Caption 正则 ───────────────────────────────────────────────────────
@@ -48,11 +50,11 @@ _CONTENT_GAP_THRESHOLD = 20
 #   "Figure 1: Title" / "Figure 1. Title" / "Figure 1 Title"（无标点，空格分隔）
 # 第三种需要后续紧跟大写字母（排除 "Figure 1 shows..." 等正文引用）
 _CAPTION_RE = re.compile(
-    r"^(?:Fig\.?|Figure)\s+(\d+)\s*(?:[:\.]\s*|\s+(?=[A-Z]))",
+    r"^(?:Fig\.?|Figure)\s+(\d+)\s*(?:[:\.]\s*|\s+(?=(?-i:[A-Z])))",
     re.IGNORECASE,
 )
 _TABLE_CAPTION_RE = re.compile(
-    r"^Table\s+(\d+)\s*(?:[:\.]\s*|\s+(?=[A-Z]))",
+    r"^Table\s+(\d+)\s*(?:[:\.]\s*|\s+(?=(?-i:[A-Z])))",
     re.IGNORECASE,
 )
 
@@ -163,7 +165,8 @@ def _find_figure_top(page, caption: dict) -> float:
     """向上扫描页面，找到 Figure 的上边界。
 
     策略：
-    1. 优先用嵌入图片定位（绝大多数 figure 包含嵌入图片，图片边界即 figure 边界）
+    1. 优先用嵌入图片定位 — 收集 caption 上方所有相关图片 bbox，
+       按 Y 轴聚类后取最大簇的最小 y 作为上界（处理 subfigure 组合图）
     2. 无图片时回退到文本块间隙检测（处理纯矢量图如 TikZ/matplotlib PDF）
     """
     caption_y = caption["caption_y0"]
@@ -184,8 +187,9 @@ def _find_figure_top(page, caption: dict) -> float:
             _caption_cutoff = by0
             break
 
-    # ── 策略 1：嵌入图片定位（覆盖绝大多数 figure） ──
-    topmost_image_y: float | None = None
+    # ── 策略 1：嵌入图片聚类定位 ──
+    # 收集 caption 上方搜索范围内所有与 caption 水平区域重叠的图片
+    image_tops: list[float] = []
     for img_info in page.get_image_info():
         bbox = img_info.get("bbox")
         if bbox is None:
@@ -194,15 +198,36 @@ def _find_figure_top(page, caption: dict) -> float:
             ix0, iy0, ix1, iy1 = bbox.x0, bbox.y0, bbox.x1, bbox.y1
         else:
             ix0, iy0, ix1, iy1 = bbox[0], bbox[1], bbox[2], bbox[3]
-        if iy1 <= caption_y and iy1 > caption_y - _FIGURE_MAX_HEIGHT:
-            if ix1 > cx0 and ix0 < cx1:
-                if _caption_cutoff is not None and iy0 < _caption_cutoff:
-                    continue  # 属于上方另一个 figure
-                if topmost_image_y is None or iy0 < topmost_image_y:
-                    topmost_image_y = iy0
 
-    if topmost_image_y is not None:
-        figure_top = topmost_image_y
+        # 图片底部必须在 caption 上方、且在搜索范围内
+        if not (iy1 <= caption_y and iy1 > caption_y - _FIGURE_MAX_HEIGHT):
+            continue
+        # 图片水平范围与 caption 所在列有重叠
+        if not (ix1 > cx0 and ix0 < cx1):
+            continue
+        # 跳过属于上方另一个 figure 的图片
+        if _caption_cutoff is not None and iy0 < _caption_cutoff:
+            continue
+        # 跳过极小图标（宽度或高度 <15pt，通常是 logo/符号）
+        if (ix1 - ix0) < 15 or (iy1 - iy0) < 15:
+            continue
+
+        image_tops.append(iy0)
+
+    if image_tops:
+        # 聚类：将 Y 轴接近的图片视为同一组（subfigure），最大簇的最小 y 即图上界
+        image_tops.sort()
+        # 用简单单遍聚类：相邻图片 top 差 < 最大高度的 40% 视为同簇
+        cluster_gap = _FIGURE_MAX_HEIGHT * 0.4
+        clusters: list[list[float]] = [[image_tops[0]]]
+        for yt in image_tops[1:]:
+            if yt - clusters[-1][-1] < cluster_gap:
+                clusters[-1].append(yt)
+            else:
+                clusters.append([yt])
+        # 取最大簇（图片数最多的）的最小 y
+        biggest = max(clusters, key=len)
+        figure_top = min(biggest)
     else:
         # ── 策略 2：文本块间隙检测（纯矢量图） ──
         above_blocks: list[tuple[float, float, float, float]] = []
@@ -240,6 +265,37 @@ def _find_figure_top(page, caption: dict) -> float:
     return max(0, figure_top)
 
 
+def _find_figure_horizontal(
+    page, caption: dict, top: float, bottom: float
+) -> tuple[float, float]:
+    """确定 Figure 的水平裁剪范围。
+
+    取 caption 宽度和图片实际宽度的并集，避免截断比 caption 更宽的图。
+    """
+    pw = caption["page_width"]
+    x0 = caption["caption_x0"]
+    x1 = caption["caption_x1"]
+
+    # 收集裁剪区域内所有嵌入图片的水平范围
+    col_x0, col_x1 = _estimate_column_x(caption)
+    for img_info in page.get_image_info():
+        bbox = img_info.get("bbox")
+        if bbox is None:
+            continue
+        if hasattr(bbox, "x0"):
+            ix0, iy0, ix1, iy1 = bbox.x0, bbox.y0, bbox.x1, bbox.y1
+        else:
+            ix0, iy0, ix1, iy1 = bbox[0], bbox[1], bbox[2], bbox[3]
+        # 图片在裁剪区域内且在 caption 所在列
+        if iy0 < bottom and iy1 > top and ix1 > col_x0 and ix0 < col_x1:
+            if (ix1 - ix0) < 15:
+                continue  # 跳过小图标
+            x0 = min(x0, ix0)
+            x1 = max(x1, ix1)
+
+    return max(0, x0 - _REGION_SIDE_PADDING), min(pw, x1 + _REGION_SIDE_PADDING)
+
+
 def _find_table_region(page, caption: dict) -> tuple[float, float, float, float]:
     """向下扫描页面，找到 Table 的下边界和水平范围。
 
@@ -247,82 +303,238 @@ def _find_table_region(page, caption: dict) -> tuple[float, float, float, float]
     上边界由调用方根据 caption 位置确定。
 
     策略：
-    1. 收集 caption 下方的文本块（表格内容是文本）
-    2. 找到连续内容区域的底部（遇到大间隙时停止）
-    3. 同时检测表格内容的水平范围（表格通常比 caption 宽）
+    1. 用 page.find_tables() 收集 caption 下方所有相邻的表格段，合并为一个完整区域
+       （学术论文表格常被拆成表头行 + 数据行等多个 find_tables 段）
+    2. 未命中时回退到文本块间隙检测
     """
-    blocks = page.get_text("blocks")
     caption_y = caption["caption_y1"]  # caption 底部作为扫描起点
     caption_x0 = caption["caption_x0"]
     caption_x1 = caption["caption_x1"]
-    page_height = caption["page_height"]
     page_width = caption["page_width"]
 
-    # 估计 caption 所在列的水平边界，避免双栏论文跨列抓取
-    col_x0, col_x1 = _estimate_column_x(caption)
-    search_x0 = max(col_x0, caption_x0 - _TABLE_SIDE_PADDING)
-    search_x1 = min(col_x1, caption_x1 + _TABLE_SIDE_PADDING)
+    # ── 策略 1: find_tables() 结构化检测 + 合并相邻段 ──
+    try:
+        tables = page.find_tables()
+    except Exception:
+        tables = None
 
-    below_blocks: list[tuple[float, float, float, float]] = []
-    for b in blocks:
-        if len(b) < 5:
-            continue
+    if tables and tables.tables:
+        # 确定 caption 所在栏的范围（防止双栏论文中跨栏收集）
+        col_x0, col_x1 = _estimate_column_x(caption)
+
+        # 收集 caption 下方附近且在同一栏内的表格段 bbox
+        segments: list[tuple[float, float, float, float]] = []
+        for t in tables.tables:
+            tb = t.bbox
+            if isinstance(tb, (list, tuple)):
+                tx0, ty0, tx1, ty1 = (
+                    float(tb[0]),
+                    float(tb[1]),
+                    float(tb[2]),
+                    float(tb[3]),
+                )
+            else:
+                tx0, ty0, tx1, ty1 = (
+                    float(tb.x0),
+                    float(tb.y0),
+                    float(tb.x1),
+                    float(tb.y1),
+                )
+
+            # 表格段上边在 caption 底部附近，且与 caption 同栏
+            if (
+                ty0 >= caption_y - 5
+                and ty0 < caption_y + 200
+                and tx1 > col_x0
+                and tx0 < col_x1
+            ):
+                segments.append((tx0, ty0, tx1, ty1))
+
+        if segments:
+            # 按 y 排序，合并相邻段（gap < 30pt 视为同一表格的连续部分）
+            segments.sort(key=lambda s: s[1])
+            merged: list[tuple[float, float, float, float]] = [segments[0]]
+            for seg in segments[1:]:
+                prev = merged[-1]
+                gap = seg[1] - prev[3]  # 当前段 top - 上一段 bottom
+                if gap < 30:
+                    # 合并：取并集范围
+                    merged[-1] = (
+                        min(prev[0], seg[0]),
+                        min(prev[1], seg[1]),
+                        max(prev[2], seg[2]),
+                        max(prev[3], seg[3]),
+                    )
+                else:
+                    merged.append(seg)
+
+            # 取第一个合并段（最靠近 caption 的完整表格）
+            final = merged[0]
+            tx0, ty0, tx1, ty1 = final
+
+            # 限制最大高度
+            if ty1 - caption_y > _TABLE_MAX_HEIGHT:
+                ty1 = caption_y + _TABLE_MAX_HEIGHT
+            x0 = max(0, min(caption_x0, tx0) - _REGION_SIDE_PADDING)
+            x1 = min(page_width, max(caption_x1, tx1) + _REGION_SIDE_PADDING)
+            logger.debug(
+                "Table detected by find_tables() (%d segments merged): "
+                "(%.0f,%.0f)-(%.0f,%.0f)",
+                len(segments),
+                x0,
+                caption_y,
+                x1,
+                ty1,
+            )
+            return (x0, caption["caption_y0"], ty1, x1)
+
+    # ── 策略 2: 回退到文本块间隙检测 ──
+    x0, t_top, t_bottom, x1 = _find_table_region_by_blocks(page, caption)
+    return (x0, t_top, t_bottom, x1)
+
+
+def _scan_blocks_direction(
+    blocks: list,
+    start_y: float,
+    col_x0: float,
+    col_x1: float,
+    direction: int,
+    max_range: float,
+) -> list[tuple[float, float, float, float]]:
+    """从 start_y 向上(direction=-1)或向下(direction=1)扫描文本块。
+
+    收集间隙连续的块，遇到 stop 信号（caption / section header）或大间隙即停。
+    用 current_top/current_bottom 追踪连通区域边界，正确处理 y 重叠块。
+
+    Returns:
+        收集到的块列表 [(x0, y0, x1, y1), ...]
+    """
+    # 过滤在扫描范围内的块
+    if direction > 0:  # 向下
+        candidates = [
+            b
+            for b in blocks
+            if len(b) >= 5
+            and b[1] > start_y
+            and b[1] < start_y + max_range
+            and b[2] > col_x0
+            and b[0] < col_x1
+        ]
+        candidates.sort(key=lambda b: b[1])  # 按 y0 升序
+    else:  # 向上
+        candidates = [
+            b
+            for b in blocks
+            if len(b) >= 5
+            and b[3] <= start_y
+            and b[1] > start_y - max_range
+            and b[2] > col_x0
+            and b[0] < col_x1
+        ]
+        candidates.sort(key=lambda b: b[3], reverse=True)  # 按 y1 降序（底部离 start_y 最近的在前）
+
+    if not candidates:
+        return []
+
+    # 从 start_y 开始，追踪连通区域边界
+    connected: list[tuple[float, float, float, float]] = []
+    boundary = start_y  # 当前连通区域离 start_y 最近端的 y 坐标
+    prev_was_dense_table = False
+
+    for b in candidates:
         bx0, by0, bx1, by1 = b[0], b[1], b[2], b[3]
-        if by0 > caption_y and by0 < caption_y + _TABLE_MAX_HEIGHT:
-            if bx1 > search_x0 and bx0 < search_x1:
-                # 双栏论文：排除跨列正文段落（宽度 >> 列宽，起点在另一列）
-                # 表格行起点在列内或列边界附近；正文段落起点在另一列（bx0 远小于 col_x0）
-                if col_x0 > 0 and bx0 < col_x0 - _TABLE_SIDE_PADDING:
-                    continue
-                # 停止信号：遇到下一个 caption 或 section header 立即停止
-                text = str(b[4]).strip()
-                first_line = text.split("\n")[0].strip()
-                if _CAPTION_STOP_RE.match(first_line) or _SECTION_STOP_RE.match(
-                    first_line
-                ):
-                    break
-                below_blocks.append((bx0, by0, bx1, by1))
+        text = str(b[4]).strip()
+        first_line = text.split("\n")[0].strip()
 
-    if not below_blocks:
-        # 没有内容 → 使用默认高度和 caption 宽度
-        return (
-            max(0, caption_x0 - _REGION_SIDE_PADDING),
-            min(page_height, caption_y + _TABLE_MIN_HEIGHT),
-            min(page_width, caption_x1 + _REGION_SIDE_PADDING),
+        # stop 信号
+        if _CAPTION_STOP_RE.match(first_line) or _SECTION_STOP_RE.match(first_line):
+            break
+
+        # 检查当前块是否与连通区域相连（间隙 < 阈值）
+        if direction > 0:
+            gap = by0 - boundary
+        else:
+            gap = boundary - by1
+
+        # 密集表格数据块后使用更低的间隙阈值
+        threshold = (
+            _TABLE_DATA_GAP_THRESHOLD
+            if prev_was_dense_table
+            else _CONTENT_GAP_THRESHOLD
+        )
+        if gap > threshold:
+            break
+
+        connected.append((bx0, by0, bx1, by1))
+
+        # 更新连通区域边界
+        if direction > 0:
+            boundary = by1  # 向下扩展
+        else:
+            boundary = min(boundary, by0)  # 向上扩展
+
+        # 判断当前块是否为密集表格数据（行密度高）
+        lines = [l for l in text.split("\n") if l.strip()]
+        block_height = by1 - by0
+        prev_was_dense_table = (
+            len(lines) >= 4
+            and block_height > 0
+            and len(lines) / block_height >= 0.08
         )
 
-    # ── 找到连续内容区域的底部 ──
-    below_blocks.sort(key=lambda b: b[1])  # 按 y 升序
+    return connected
 
-    prev_y = caption_y
-    bottom = below_blocks[-1][3] + 5  # 最后一块的底部 + margin
 
-    for b in below_blocks:
-        gap = b[1] - prev_y  # b[1] = by0
-        if gap > _CONTENT_GAP_THRESHOLD:
-            bottom = prev_y + 5
-            break
-        prev_y = b[3]  # b[3] = by1
+def _find_table_region_by_blocks(
+    page, caption: dict
+) -> tuple[float, float, float]:
+    """文本块间隙检测 — 作为 find_tables() 的 fallback。
 
-    # 限制最大高度
-    if bottom - caption_y > _TABLE_MAX_HEIGHT:
-        bottom = caption_y + _TABLE_MAX_HEIGHT
+    向下扫描找表格下边界，向上扫描找表格上边界（处理 caption 在数据下方）。
+    使用 _scan_blocks_direction 统一双向扫描逻辑。
+    """
+    blocks = page.get_text("blocks")
+    caption_y0 = caption["caption_y0"]
+    caption_y1 = caption["caption_y1"]
+    caption_x0 = caption["caption_x0"]
+    caption_x1 = caption["caption_x1"]
+    page_width = caption["page_width"]
+    page_height = caption["page_height"]
 
-    # ── 检测表格内容的水平范围 ──
-    # 只用 gap 之前的 block 计算水平范围（gap 之后的 block 属于正文，可能更宽）
-    table_blocks = [b for b in below_blocks if b[1] < bottom]
-    if not table_blocks:
-        table_blocks = below_blocks[:1]  # 至少用第一个 block
-    content_x0 = min(caption_x0, min(b[0] for b in table_blocks))
-    content_x1 = max(caption_x1, max(b[2] for b in table_blocks))
+    col_x0, col_x1 = _estimate_column_x(caption)
+
+    # 向下扫描
+    below = _scan_blocks_direction(
+        blocks, caption_y1, col_x0, col_x1, direction=1, max_range=_TABLE_MAX_HEIGHT
+    )
+    # 向上扫描
+    above = _scan_blocks_direction(
+        blocks, caption_y0, col_x0, col_x1, direction=-1, max_range=_TABLE_MAX_HEIGHT
+    )
+
+    # 确定上下边界
+    scan_top = min(b[1] for b in above) if above else caption_y0
+    scan_bottom = max(b[3] for b in below) if below else caption_y1
+
+    top = scan_top
+    bottom = scan_bottom + 5  # 底部 padding
+
+    if bottom - top > _TABLE_MAX_HEIGHT:
+        bottom = top + _TABLE_MAX_HEIGHT
+
+    # 水平范围：caption + 所有纳入块
+    all_blocks = above + below
+    if all_blocks:
+        content_x0 = min(caption_x0, min(b[0] for b in all_blocks))
+        content_x1 = max(caption_x1, max(b[2] for b in all_blocks))
+    else:
+        content_x0 = caption_x0
+        content_x1 = caption_x1
 
-    # 添加边距，不超出页面
-    # 使用较小 padding，避免将相邻列内容（如同页另一列的 Figure）带入截图；
-    # 同时不限制列边界 — 双栏论文中 caption 可能跨列起始
     x0 = max(0, content_x0 - _REGION_SIDE_PADDING)
     x1 = min(page_width, content_x1 + _REGION_SIDE_PADDING)
 
-    return (x0, bottom, x1)
+    return (x0, top, bottom, x1)
 
 
 def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
@@ -349,9 +561,10 @@ def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
     images_dest = paper_dir(arxiv_id) / "images"
     images_dest.mkdir(parents=True, exist_ok=True)
 
-    # 清理上次提取的旧图片，避免残留
-    for old_file in images_dest.glob("*.png"):
-        old_file.unlink()
+    # 清理上次提取的旧图片，避免残留（同时清理 .png 和 .jpg）
+    for old_file in images_dest.iterdir():
+        if old_file.suffix.lower() in (".png", ".jpg", ".jpeg"):
+            old_file.unlink()
     if (images_dest / "manifest.json").exists():
         (images_dest / "manifest.json").unlink()
 
@@ -379,7 +592,6 @@ def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
 
     for cap in unique_captions:
         page = doc[cap["page_num"]]
-        pw = cap["page_width"]
 
         if cap["type"] == "figure":
             # Figure: caption 上方是图 → 向上找图的上边界
@@ -387,10 +599,8 @@ def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
             # 上方多留 5pt 边距，确保图框边框、装饰线等不被截断
             top = max(0, top - 5)
             bottom = cap["caption_y1"] + 5  # 包含 caption
-            # 水平范围：caption 宽度 + 边距（图和 caption 通常等宽）
-            # 但也要考虑图内容的实际宽度
-            x0 = max(0, cap["caption_x0"] - _REGION_SIDE_PADDING)
-            x1 = min(pw, cap["caption_x1"] + _REGION_SIDE_PADDING)
+            # 水平范围：取 caption 宽度和图片实际宽度的并集
+            x0, x1 = _find_figure_horizontal(page, cap, top, bottom)
 
             height = bottom - top
             if height < _FIGURE_MIN_HEIGHT:
@@ -400,9 +610,9 @@ def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
                 continue
 
         else:
-            # Table: caption 下方是表格 → 向下找表格的下边界和水平范围
-            x0, bottom, x1 = _find_table_region(page, cap)
-            top = max(0, cap["caption_y0"] - 3)  # 包含 caption，上边留少许 margin
+            # Table: 找表格区域（find_tables() → 块级 fallback，双向扫描）
+            x0, tbl_top, bottom, x1 = _find_table_region(page, cap)
+            top = max(0, tbl_top - 5)  # 包含 caption 及上方数据，留 5pt margin
 
             height = bottom - top
             if height < _TABLE_MIN_HEIGHT:
@@ -420,8 +630,11 @@ def extract_images_from_pdf(arxiv_id: str, pdf_path: Path | None = None) -> int:
             logger.debug("Failed to render %s region for %s", cap["label"], arxiv_id)
             continue
 
-        filename = f"{cap['label'].replace(' ', '_').lower()}.png"
-        pix.save(str(images_dest / filename))
+        # 保存为 JPEG（比 PNG 小 5-10 倍，适合网络传输）
+        filename = f"{cap['label'].replace(' ', '_').lower()}.jpg"
+        jpeg_path = images_dest / filename
+        jpeg_bytes = pix.tobytes("jpeg")
+        jpeg_path.write_bytes(jpeg_bytes)
         extracted += 1
 
         cap_preview = cap["caption_text"][:200] if cap["caption_text"] else ""
@@ -477,7 +690,9 @@ def filter_images_by_summary(arxiv_id: str, figures: list[dict]) -> int:
     if not images_dir.exists() or not manifest_path.exists():
         return 0
 
-    all_files = [f for f in images_dir.iterdir() if f.suffix == ".png"]
+    all_files = [
+        f for f in images_dir.iterdir() if f.suffix.lower() in (".png", ".jpg", ".jpeg")
+    ]
     if not all_files:
         return 0