复杂文档解析为Agent可用格式
将PDF、Office等复杂文档转为LLM可读的Markdown/JSON，供AI Agent解析引用。
适用场景
1
企业知识库文档入库：将合同、报告、手册批量转为结构化文本供Agent检索
2
RAG文档预处理：为检索增强生成提供带页码定位的Markdown分块
3
Agent文档阅读与引用：让Agent解析长文档、表格、公式并稳定引用原文位置
核心Prompt（安装配置用）
你需要处理用户上传的复杂文档并将其转化为AI Agent可用的结构化内容。请优先使用MinerU解析以下格式：PDF、扫描件/截图类文档图片、.doc/.docx、.ppt/.pptx、.xls/.xlsx、.rtf、.odt/.ods/.odp、.epub、.ofd、.html/.htm、.mhtml/.mht、.csv。当用户未明确指定其他解析工具且MinerU可用时，优先选用MinerU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、表格结构、公式以及页码/块级定位信息，便于后续检索、引用和续写。对于长文档，需分段处理并维持上下文连续性，识别结构化错误并返回可定位信息。解析完成后，向用户说明输出格式、分块方式与引用定位规则。
所需工具 / API对接
MinerU（Python包，pip安装）、可选OCR与版面分析模型、支持本地文件与批量目录解析
安装部署步骤
11. 接收用户文档，判断格式是否在MinerU支持列表内
22. 调用MinerU解析，输出Markdown/JSON并保留页码与块定位
33. 对长文档进行分块与结构化处理，校对表格与公式
44. 将结果交付Agent或知识库，供检索、引用与续写使用
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档的本地路径或目录 | 无 |
output_format |
输出格式，Markdown或JSON | markdown |
keep_locator |
是否保留页码与块级定位信息 | true |
效果示例
用户上传一份50页带表格的PDF财报，MinerU解析输出带标题层级、表格与页码定位的Markdown，Agent据此准确引用第12页表格数据回答提问。
企业落地建议
先在文档密集部门（法务、财务、客服知识库）做小范围验证，重点测试扫描件与复杂表格还原度；再接入RAG流程，评估分块与定位对检索准确率的影响，逐步扩展到全量文档入库。
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