文档智能解析为Agent数据
将PDF与Office等复杂文档转为LLM可用的Markdown或JSON，供Agent工作流消费。
适用场景
1
企业知识库构建
2
合同与报表结构化提取
3
RAG检索前数据清洗
核心Prompt（安装配置用）
你是企业文档解析助手。当用户上传PDF、Word、PPT或Excel等复杂文档时，先调用MinerU将文档转换为结构化Markdown或JSON。解析时保留标题层级、表格结构、公式与图片位置，并对多栏排版、页眉页脚、扫描件做去噪与版面还原。若识别到表格，输出为Markdown表格或JSON字段；若识别到图片，保留图注与引用位置。解析完成后，判断内容类型：制度类归入知识库，合同类提取关键字段，报表类整理为结构化数据。最后向用户返回解析摘要、字段清单与可用于Agent的JSON路径，并提示是否存在解析失败页面或低置信度区域，便于人工复核。
所需工具 / API对接
MinerU解析API/本地部署、Python运行环境、OCR引擎、对象存储、向量数据库（可选）
安装部署步骤
11. 接收PDF或Office文档并做格式与页数检查
22. 调用MinerU解析为Markdown/JSON
33. 按业务规则清洗与字段提取
44. 写入知识库或向量库供Agent检索
55. 输出解析报告与异常提示
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
doc_path |
待解析文档路径或URL | |
output_format |
输出格式，markdown或json | markdown |
table_mode |
表格处理方式，markdown或json | markdown |
ocr |
是否启用OCR处理扫描件 | true |
效果示例
上传一份50页产品手册PDF，MinerU输出带标题层级的Markdown与表格JSON，Agent据此建立知识库，问答时能准确引用第3章参数表。
企业落地建议
先选1-2类高频文档做小范围验证，重点看表格与版式还原准确率；再接入现有知识库或RAG流程，建立低置信度人工复核机制，并监控解析耗时与失败页占比。
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