文档解析为Agent数据
将PDF和Office文档转为LLM可读的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业合同/财报批量解析入库
2
知识库文档预处理
3
Agent读取复杂表格与扫描件
核心Prompt（安装配置用）
你是企业文档处理助手。请将用户提供的PDF或Office文档解析为结构化Markdown/JSON，保留标题层级、表格、公式与阅读顺序。输出要求：1) 正文转为Markdown，标题用#分级；2) 表格转为Markdown表格或JSON数组，保持行列对应；3) 公式转为LaTeX；4) 图片提取并保留占位引用；5) 去除页眉页脚与重复水印。解析完成后，按以下字段返回JSON：{filename, page_count, markdown, tables[], images[], warnings[]}。若文档为扫描件，先做OCR再结构化。遇到跨页表格需自动合并，遇到多栏排版按栏顺序还原。最后校验输出是否可直接被下游Agent消费，并标注低置信度区域。
所需工具 / API对接
MinerU API或本地部署；OCR引擎（PaddleOCR等）；Python运行环境；可选对象存储用于保存解析结果。
安装部署步骤
11. 上传PDF/Office文档，调用MinerU解析
22. 对扫描件启用OCR并合并跨页表格
33. 输出Markdown/JSON并标注低置信度区域
44. 校验结构后写入知识库或向量库
55. 供下游Agent检索与推理
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或URL | |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
merge_tables |
是否合并跨页表格 | true |
效果示例
上传一份50页含表格的财报PDF，解析为Markdown，表格转为结构化JSON，公式转LaTeX，输出JSON含page_count与warnings，可直接写入知识库供Agent问答。
企业落地建议
优先在合同、财报、知识库预处理场景试点；本地部署保障数据安全，解析结果接入向量库前做质量抽检。
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