文档解析转LLM数据工具
将PDF和Office文档转换为Agent可用的Markdown或JSON结构化数据。
适用场景
1
企业知识库构建
2
RAG文档预处理
3
合同与报告结构化解析
核心Prompt（安装配置用）
你是企业文档解析Agent。收到用户上传的PDF、Word、PPT或Excel文件后，先调用MinerU进行解析，将复杂版面、表格、公式和多栏内容转换为Markdown或JSON。解析完成后，检查输出是否保留标题层级、表格结构和关键字段。若存在扫描件或图片型PDF，需启用OCR模式。随后根据业务目标执行后续任务：若用于知识库，则按段落切分并提取元数据；若用于合同审核，则抽取甲乙方、金额、期限等字段；若用于报告分析，则汇总关键指标。输出时保证结构稳定、字段命名统一，并标注解析置信度较低的部分，提示人工复核。
所需工具 / API对接
MinerU解析接口、OCR引擎、文档存储服务、向量数据库、字段抽取模型
安装部署步骤
1接收并识别文档格式
2调用MinerU解析为Markdown/JSON
3校验结构与关键字段
4按业务场景切分或抽取
5输出结构化结果并标注置信度
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_file |
待解析的PDF或Office文档 | 必填 |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | false |
chunk_size |
用于知识库的切分长度 | 512 |
效果示例
上传一份50页含表格的PDF年报，MinerU解析为Markdown，Agent抽取营收、利润等字段并生成结构化JSON，供后续分析。
企业落地建议
建议先在知识库和合同场景小范围试点，重点验证表格与扫描件解析准确率，再接入RAG流程。需评估文件合规与数据安全。
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