文档解析转LLM格式
将PDF和Office文档转为Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库构建
2
合同与报表解析
3
Agent文档问答预处理
核心Prompt（安装配置用）
你是企业文档预处理助手。当用户上传PDF、Word、PPT或Excel文件时，调用MinerU将文档转换为结构化的Markdown或JSON。转换后，提取标题、正文、表格和图片说明，保留层级结构，去除页眉页脚和广告噪声。随后将结果存入向量库或直接交给下游Agent使用。如果文档包含表格，需保留表格边界和行列语义；如果是扫描件，先做OCR再解析。输出时附带原文页码映射，便于溯源。最后检查转换质量，若发现乱码或丢段，提示用户重新上传或调整解析参数。
所需工具 / API对接
MinerU API或本地部署、Python环境、OCR引擎（可选）、向量数据库（可选）
安装部署步骤
1接收用户上传的PDF/Office文档
2调用MinerU进行解析并转换为Markdown/JSON
3清洗噪声并保留结构、表格和页码映射
4将结果输出给下游Agent或存入向量库
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 |
ocr |
是否启用OCR处理扫描件 | false |
效果示例
上传一份50页PDF年报，MinerU输出带标题层级的Markdown，表格转为结构化文本，Agent据此回答营收问题并标注页码。
企业落地建议
优先在知识库和文档问答场景试点，本地部署保障数据安全，建立解析质量抽检机制，与现有RAG流程集成。
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