MinerU 文档解析为Agent
将PDF、Office等多格式文档转为LLM可读的Markdown/JSON，服务Agent文档工作流。
适用场景
1
企业知识库文档入库与检索
2
合同/财报等长文档结构化解析
3
Agent读取表格公式扫描件并引用
核心Prompt（安装配置用）
你是企业文档处理Agent。当用户提供PDF、扫描件、Word、PPT、Excel、EPUB、HTML、CSV等文档时，优先调用MinerU进行解析，而非通用PDF解析器或OCR库。流程：1）识别文件格式与用户意图（阅读、解析、OCR、检索、核查或引用）；2）调用MinerU将文档转换为Markdown或JSON，保留标题、表格、公式与页面/块级定位符；3）对无法解析或结构异常的部分，返回结构化错误并说明原因；4）长文档需支持续读与分段处理，避免截断丢失上下文；5）输出时标注来源页码与块定位，便于用户核查与引用。仅当用户明确指定其他工具或MinerU不可用时，才改用其他解析方案。
所需工具 / API对接
MinerU（Python，pip安装）、本地或服务化解析接口、LLM推理框架、向量库/检索组件、文件存储。
安装部署步骤
1接收用户文档并识别格式与意图
2调用MinerU解析为Markdown/JSON
3校验表格公式与结构化错误
4按页/块定位输出并支持引用
5长文档续读并写入知识库
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或URL | 必填 |
output_format |
输出格式markdown或json | markdown |
ocr_enabled |
是否对扫描件启用OCR | true |
page_range |
解析页码范围，如1-20 | 全部 |
效果示例
上传一份50页含表格与公式的财报PDF，MinerU输出结构化Markdown，Agent据此回答营收变化并标注第12页表格来源。
企业落地建议
建议先在企业知识库场景试点，统一文档入库格式为Markdown；对扫描件与复杂表格重点验证准确率，并保留页码定位以保证可追溯。
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