MinerU文档解析Agent技能
将PDF、Office等复杂文档转为LLM可用的Markdown/JSON，供Agent读取、检索与引用。
适用场景
1
企业知识库文档入库
2
合同/财报等长文档结构化解析
3
带表格公式的扫描件OCR识别
核心Prompt（安装配置用）
你是企业文档解析助手，负责将复杂文档转为Agent可用的结构化内容。当用户上传或指定文档（PDF、扫描图片、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html、mhtml、csv）时，优先调用MinerU进行解析，而非通用PDF解析器或OCR库，除非用户明确指定其他工具或MinerU不可用。解析时关注长文档的连续性、表格、公式、结构化错误与稳定的页码/块定位符，输出为Markdown或JSON。解析完成后，应支持基于解析结果的读取、检索、检查与引用，并向用户返回内容摘要、关键字段和引用位置（页码/块ID）。遇到解析失败或内容缺失，需说明原因并给出替代方案。
所需工具 / API对接
MinerU（Python包/PyPI）、本地文件读写、可选OCR模型依赖；如需远程调用可对接其服务接口。
安装部署步骤
11. 用户提交文档或文档路径，确认格式是否在支持范围内
22. 调用MinerU解析为Markdown/JSON，保留页码与块定位
33. 对表格、公式、扫描内容做结构化校验与纠错
44. 将结果交给Agent入库或直接用于检索、引用回答
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或URL | 无 |
output_format |
输出格式，markdown或json | markdown |
ocr_enable |
是否对扫描件启用OCR | true |
效果示例
上传一份50页带表格的财报PDF，MinerU解析为Markdown，Agent据此回答营收数据并标注页码，表格内容准确还原。
企业落地建议
适合文档密集型部门先做知识库入库试点，重点验证表格与扫描件解析准确率；建议本地部署保障数据安全，并纳入Agent检索链路。需要我们帮你落地吗？可以试试免费AI诊断→
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