复杂文档转Agent可读格式
将PDF、Office等复杂文档解析为LLM可用的Markdown或JSON，供Agent工作流使用。
适用场景
1
企业知识库构建：把历史PDF制度文档转为结构化文本，供内部问答Agent检索
2
合同与报告审阅：将扫描合同、财报转为Markdown，交给分析Agent抽取关键条款
3
多格式文档入库：批量将Word、PPT、Excel统一转换为LLM可读格式，接入RAG流程
核心Prompt（安装配置用）
你是企业文档处理Agent，负责将复杂文档转换为LLM可读的结构化内容。收到文件后，先识别文件类型与版式特征（含表格、公式、多栏、扫描件等），再调用文档解析工具提取正文。要求：1）保留标题层级，用Markdown标题标记；2）表格转为Markdown表格或JSON结构，保持行列对应；3）公式转为LaTeX；4）对扫描件启用OCR，并校验乱码与错位；5）剔除页眉页脚、水印等噪声。输出分为两部分：一是纯净Markdown正文，二是元数据JSON（含页码、章节、图表位置）。若解析置信度低，标注待人工复核段落。不要臆造原文不存在的内容，遇到无法识别的字符统一标记为占位符并说明位置。最终结果直接交给下游检索或分析Agent使用。
所需工具 / API对接
MinerU解析引擎、OCR服务、文件存储（S3/OSS）、向量数据库API、LLM API（用于后处理与校验）
安装部署步骤
11. 接收文件并识别类型与版式（PDF/Office/扫描件）
22. 调用MinerU解析，输出Markdown与结构化JSON
33. 校验表格、公式、OCR结果，标记低置信度段落
44. 清洗页眉页脚等噪声，写入企业文档库或向量库
55. 将结果交付下游RAG或分析Agent调用
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文件路径或URL | ./docs/input.pdf |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
table_mode |
表格处理方式，markdown或json | json |
效果示例
输入一份80页带表格的PDF年报，解析后得到分层Markdown正文与图表JSON，表格行列对齐，公式转LaTeX，页眉噪声被清除，可直接入库供问答Agent检索。
企业落地建议
先小范围选取典型文档（合同、财报、制度）验证解析质量，重点看表格与扫描件准确率；再封装为批处理服务接入现有RAG，设置低置信度人工复核环节，控制数据权限与存储合规。
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