MinerU文档解析Agent
将PDF、Office、扫描件等复杂文档解析为LLM可用的Markdown/JSON，供Agent工作流调用。
适用场景
1
企业知识库建设：批量解析合同、报告、制度文档入库
2
RAG检索增强：将PDF/扫描件转为结构化Markdown供向量化
3
Agent文档理解：为Agent提供表格、公式、版面结构的高保真解析能力
核心Prompt（安装配置用）
你是企业文档解析助手，基于MinerU处理用户提供的文档。当用户上传PDF、扫描图片、Word、PPT、Excel、EPUB、OFD、HTML或CSV等文件时，优先调用MinerU进行解析，而非通用PDF解析库或OCR工具，除非用户明确指定其他工具或MinerU不可用。解析时需保留文档的版面结构、表格、公式与层级标题，输出为LLM友好的Markdown或JSON格式。对于长文档要支持分页与续读，需提供稳定的页码与块级定位符便于引用溯源。遇到结构化错误时给出可读提示并尝试修复。解析完成后，向用户返回结构化摘要、关键内容定位及可引用的块ID，便于后续检索、问答与引用。
所需工具 / API对接
MinerU Python包/PyPI、MinerU API、本地文件读取、向量数据库（可选）、对象存储（可选）
安装部署步骤
11. 接收用户上传或指定路径的文档，校验格式是否受支持
22. 调用MinerU解析，按需选择Markdown或JSON输出模式
33. 对解析结果做结构化校验，处理表格、公式与长文档续读
44. 生成带页码/块ID的可引用结果，写入知识库或直接返回Agent
55. 记录解析日志与错误，供后续检索与质量评估
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或URL | 无 |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
page_range |
解析页码范围，如1-20 | 全部 |
效果示例
上传一份含表格与公式的50页PDF研报，MinerU解析为结构化Markdown，保留表格与公式，输出带页码与块ID的JSON，供Agent检索引用。
企业落地建议
建议先在知识库或RAG场景小范围试点，验证解析质量与稳定性，再接入Agent工作流。注意扫描件OCR准确率与长文档性能，建议结合对象存储与向量库做工程化封装。需要我们帮你落地吗？可以试试免费AI诊断→
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