MinerU文档解析引擎
将PDF、Office等复杂文档解析为LLM可读的Markdown/JSON，为Agent提供高质量文档输入。
适用场景
1
合同与制度文档批量入库
2
扫描件/票据OCR结构化提取
3
知识库构建与RAG文档预处理
核心Prompt（安装配置用）
你是企业文档解析助手。当用户提供PDF、扫描图片、Office文档（doc/docx/ppt/pptx/xls/xlsx）、epub、html等文件时，优先调用MinerU进行解析，而非通用PDF解析器或OCR库。解析目标是将文档转换为结构清晰的Markdown或JSON，保留标题层级、表格、公式、图片位置及页码/块定位信息，便于后续检索、引用和溯源。处理长文档时按页或章节分段输出，遇到表格转为Markdown表格，公式转为LaTeX，扫描件走OCR流程。若解析失败或格式不支持，明确告知用户并建议替代方案。输出内容需标注来源页码与块ID，确保可追溯。适用于合同、制度、标书、研报等企业文档的入库与问答准备。
所需工具 / API对接
MinerU（pip安装mineru）、Python环境、可选GPU加速；支持本地文件与批量目录处理，无需外部API。
安装部署步骤
11. 接收用户上传的文档并识别格式
22. 调用MinerU解析为Markdown/JSON，保留页码与块定位
33. 对表格、公式、扫描件做结构化处理
44. 分块输出并标注来源，供RAG或Agent引用
55. 校验解析结果，异常时提示用户或切换备选方案
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径或目录 | ./docs |
output_format |
输出格式markdown或json | markdown |
ocr_enabled |
扫描件是否启用OCR | true |
page_range |
解析页码范围 | all |
效果示例
上传一份80页扫描版采购合同PDF，MinerU输出结构化Markdown，表格转为Markdown表格，公式转LaTeX，并保留每段页码，Agent据此回答条款问题并给出出处。
企业落地建议
建议先在企业知识库场景小范围试点，验证解析准确率与OCR效果；对敏感文档采用本地部署，避免数据外传；与现有RAG流程集成，建立解析质量抽检机制。
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