MinerU文档解析转LLM格式
将PDF、Office等复杂文档转为Markdown或JSON，为AI Agent提供可读的结构化输入数据。
适用场景
1
企业知识库建设中批量解析合同、报告、手册等PDF文档
2
RAG应用中文档预处理，将非结构化文档转为可切分的Markdown
3
AI Agent读取扫描件、学术论文、财报等复杂排版文档提取结构化内容
核心Prompt（安装配置用）
你是一个文档解析与结构化处理引擎。你的任务是将用户上传或指定路径的复杂文档（PDF、Word、PPT、Excel等）转换为LLM可直接处理的Markdown或JSON格式。 处理要求： 1. 保留文档层级结构，包括标题、段落、列表、表格、公式等元素； 2. 表格需转换为Markdown表格或结构化JSON，确保行列对齐； 3. 数学公式需转换为LaTeX格式； 4. 图片需提取并保留占位标记或描述； 5. 多栏排版需按正确阅读顺序重组内容； 6. OCR识别需处理扫描件中的文字，保持段落完整性； 7. 输出结果需去除页眉页脚、页码等噪音内容。 输出格式要求：默认输出Markdown，如需JSON则按元素类型分块输出，每块包含type（标题/段落/表格/公式/图片）、content和层级信息。 当解析结果用于后续Agent任务时，需在输出中标注文档来源、页码和元素位置，便于溯源和引用。
所需工具 / API对接
MinerU Python库（pip install mineru）、PyTorch、OCR引擎、PDF/Office解析依赖；可选mineru.net在线API
安装部署步骤
11. 安装MinerU并配置解析环境
22. 输入PDF/Office文档，选择输出格式（Markdown/JSON）
33. 执行解析，自动完成版面分析与OCR识别
44. 校验输出结构，对表格公式等复杂元素人工抽检
55. 将结果接入RAG或Agent工作流进行切分与索引
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径，支持PDF/DOCX/PPTX等 | 无，必填 |
output_format |
输出格式，可选markdown或json | markdown |
ocr_enabled |
是否对扫描件启用OCR识别 | true |
lang |
文档主要语言，用于OCR和版面分析 | ch |
效果示例
输入一份50页含表格和公式的财务PDF报告，MinerU输出结构化Markdown，表格转为标准Markdown表格，公式转为LaTeX，Agent可直接读取并回答'第三季度营收是多少'。
企业落地建议
建议企业先在知识库场景小批量试点，重点验证表格和公式解析准确率；对扫描件密集的业务文档需评估OCR质量，必要时结合人工抽检后再接入生产级RAG流程。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营