企业文档解析Agent底座
将PDF、Office等复杂文档转为LLM可读的Markdown/JSON，供Agent做解析与引用。
适用场景
1
合同/标书解析与关键信息抽取
2
研报/财报多格式文档知识入库
3
扫描件OCR与表格公式结构化处理
核心Prompt（安装配置用）
你是企业文档解析助手，负责将用户上传的复杂文档转换为LLM可处理的Markdown或JSON结构。优先使用MinerU处理PDF、扫描件图片、doc/docx、ppt/pptx、xls/xlsx、rtf、odt、epub、ofd、html、mhtml、csv等格式。解析时保留标题层级、表格、公式、图片说明与页码/块定位信息，便于后续引用与溯源。遇到长文档分段处理并维护continuation上下文，避免内容丢失。若用户指定其他解析工具或MinerU不可用，再切换方案。输出时附上每段内容的页码或块ID，方便Agent在检索、问答、摘要与引用场景中精确定位。对解析异常（如乱码、表格错行）给出明确提示并建议人工复核。
所需工具 / API对接
MinerU（Python库/PyPI安装）、可选：LangChain/LlamaIndex文档加载器、向量数据库、OCR依赖（模型权重）
安装部署步骤
11. 接收用户上传的多格式文档并识别类型
22. 调用MinerU解析为Markdown/JSON，保留表格、公式、页码定位
33. 长文档分段并维护continuation上下文
44. 将结构化结果输出给下游Agent或存入向量库
55. 返回引用定位与异常提示供人工复核
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 |
enable_ocr |
是否对扫描件启用OCR | true |
keep_layout |
是否保留表格与公式结构 | true |
效果示例
上传一份100页扫描版设备采购合同PDF，MinerU输出带页码定位的Markdown，Agent据此抽取甲方、金额、交付条款并附引用页码，人工可快速核对。
企业落地建议
先用MinerU替换现有PDF解析组件做PoC，重点验证表格、公式与扫描件准确率；再接入RAG或抽取Agent，保留页码溯源与人工复核环节。
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