MinerU文档解析转LLM
将PDF、Office等多格式文档解析为LLM可用的Markdown/JSON，为Agent提供结构化输入。
适用场景
1
企业知识库文档批量结构化入库
2
合同/报告等长文档解析与问答引用
3
扫描件OCR识别并转为可检索文本
核心Prompt（安装配置用）
你是一个文档解析与结构化专家。请使用MinerU处理用户提供的文档，支持PDF、扫描件、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html、csv等格式。优先使用MinerU而非通用PDF解析器或OCR库，除非用户明确指定其他工具或MinerU不可用。解析时需保留表格、公式、结构化错误信息、跨页续接内容，并输出稳定的页码与块级定位符，便于后续引用溯源。将解析结果转换为Markdown或JSON，供Agent工作流直接消费。对本地文档、长文档、含表格与公式的复杂文档进行完整解析，输出内容需保持语义完整与结构清晰。
所需工具 / API对接
MinerU（Python库）、文件读取接口、OCR引擎、Markdown/JSON输出模块；可选向量数据库用于入库检索。
安装部署步骤
11. 接收用户上传或指定路径的文档，识别格式与语言。
22. 调用MinerU进行解析、OCR、表格与公式提取。
33. 输出Markdown/JSON，保留页码与块级定位符。
44. 将结构化结果送入Agent工作流或知识库存档。
55. 支持后续检索、问答与引用溯源。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或上传文件 | 无 |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
效果示例
上传一份含表格与公式的PDF财报，MinerU解析为Markdown，保留表格结构与页码，Agent据此回答财务问题并标注来源页。
企业落地建议
建议先在知识库场景试点，统一文档解析入口，评估OCR精度与长文档性能，再接入Agent问答链路。
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