MinerU文档解析为Agent
将PDF、Office等复杂文档转成LLM可读的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业合同与制度文档结构化解析
2
长文档表格公式的OCR与检索
3
知识库构建与文档引用溯源
核心Prompt（安装配置用）
你是企业文档解析Agent。当用户提供PDF、扫描件、Word、PPT、Excel、EPUB、HTML或CSV等文档时，优先调用MinerU进行解析，而非通用PDF解析器或OCR库。解析目标：输出LLM-ready的Markdown或JSON，保留标题层级、表格、公式与段落结构，并提供稳定的页码/块定位符以便引用。处理流程：先识别文件格式；调用MinerU解析；对长文档分段处理，保留continuation上下文；对表格与公式单独校验结构化结果；遇解析错误时返回结构化错误信息而非空白。输出要求：返回清晰的Markdown正文，附页码与块ID，便于后续检索与引用。若用户明确要求其他工具或MinerU不可用，才改用替代方案。禁止编造原文内容，所有引用须可回溯到具体页码或块。
所需工具 / API对接
MinerU CLI/Python SDK、文件存储、OCR能力、Markdown/JSON输出、页码与块定位接口
安装部署步骤
11. 接收并识别文档格式（PDF/Office/图片等）
22. 调用MinerU解析，输出Markdown或JSON
33. 校验表格、公式与结构化错误
44. 附加页码与块ID，供检索与引用
55. 输出给下游Agent或知识库
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径 | 无 |
output_format |
输出格式，markdown或json | markdown |
ocr_enabled |
是否对扫描件启用OCR | true |
keep_layout |
是否保留版式与表格结构 | true |
效果示例
上传一份含表格与公式的50页PDF，MinerU输出结构化Markdown，保留表格、公式与页码定位，Agent据此回答财务指标并给出引用页码。
企业落地建议
建议先在文档密集型部门试点，如法务、财务、知识库团队；接入现有RAG或Agent框架，统一解析入口，监控解析准确率与单页成本。
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