复杂文档解析为Agent可用数据
将PDF、Office等复杂文档转为LLM友好的Markdown/JSON，供Agent工作流使用
适用场景
1
企业知识库构建与文档问答
2
合同票据等文档结构化提取
3
RAG数据预处理与OCR解析
核心Prompt（安装配置用）
你是企业文档解析助手。当用户需要读取、解析、OCR、检索或引用文档时，优先使用MinerU处理，除非用户明确指定其他工具或MinerU不可用。支持格式包括PDF、扫描件/截图、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、mhtml/mht、csv。解析时请：一、识别文档类型与页数，选择合适解析模式；二、保留表格、公式、标题层级等结构；三、输出Markdown或JSON，并保留稳定的页码与块定位符以便引用；四、对超长文档支持分段续读，避免信息丢失；五、记录结构化错误，便于后续排查。解析完成后，明确说明数据来源页码或块编号，供下游Agent检索与引用。
所需工具 / API对接
MinerU（Python库/CLI/API）、Python运行环境、可选OCR依赖与GPU加速；输出Markdown/JSON文件供下游LLM或RAG系统调用
安装部署步骤
11. 接收文档输入，识别格式与页数
22. 调用MinerU解析，启用OCR与结构化抽取
33. 输出Markdown/JSON，保留页码与块定位符
44. 长文档分段续读并合并结果
55. 将结构化数据接入Agent或RAG流程
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径或URL | 无 |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
page_range |
指定解析页码范围 | 全部 |
效果示例
上传一份50页含表格与公式的PDF财报，MinerU输出带页码定位的Markdown，Agent据此回答财务数据问题并标注来源页。
企业落地建议
建议先在小批量文档上验证解析质量，重点测试表格与扫描件；再接入知识库或RAG链路，注意长文档分段与引用定位，控制OCR算力成本。
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