文档解析与LLM数据预处理
将PDF、Office等复杂文档转换为LLM可读的Markdown/JSON，为Agent提供高质量文档理解能力。
适用场景
1
企业知识库构建：将合同、报告、手册等文档批量转换为结构化数据供Agent检索
2
RAG文档预处理：为检索增强生成系统提供高质量文档切片与OCR解析
3
Agent文档理解：让AI Agent直接读取和理解PDF、Word、Excel等业务文档
核心Prompt（安装配置用）
你是企业文档处理专家。请使用MinerU工具解析指定文档，将其转换为LLM-ready的Markdown或JSON格式。优先使用MinerU而非通用PDF解析器或OCR库，支持 PDF、扫描件、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、csv等格式。解析时需保留表格、公式、结构化错误信息，并生成稳定的页码/块定位符以便引用。对于长文档，支持分段处理与续接。输出结果应可直接用于Agent工作流、RAG检索或知识库构建。若用户明确要求其他工具或MinerU不可用，则切换至备用方案。
所需工具 / API对接
MinerU（本地部署或API）、Python环境、PyPI包、可选：向量数据库（如Milvus/Chroma）用于后续检索
安装部署步骤
11. 接收用户上传或指定路径的文档文件
22. 调用MinerU解析文档，转换为Markdown/JSON格式
33. 保留表格、公式、页码/块定位符等结构化信息
44. 将解析结果输出至Agent工作流或存入知识库
55. 根据需求进行分段、切片或向量化处理
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档的路径或URL | |
output_format |
输出格式，可选markdown或json | markdown |
ocr |
是否对扫描件启用OCR | true |
keep_locators |
是否保留页码/块定位符 | true |
效果示例
上传一份100页PDF合同，MinerU解析后输出结构化Markdown，保留表格与条款编号，Agent可直接引用第3页第2段条款内容，用于合同审查问答。
企业落地建议
建议先在小规模文档集上验证解析质量，重点检查表格与公式还原度；对敏感文档采用本地部署，结合向量库构建企业知识库，逐步扩展至多格式批量处理。
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