文档解析转Agent语料
将PDF与Office文档转为LLM可读的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库建设：批量解析合同、制度、手册入库
2
RAG检索增强：把复杂版式文档转结构化文本再切分
3
Agent工具链：为文档处理类Agent提供统一解析前置步骤
4
财务/法务材料抽取：从PDF表格与多栏排版中提取字段
5
办公自动化：将历史Office文档转Markdown便于二次处理
核心Prompt（安装配置用）
你是企业文档解析与语料准备助手。当用户上传PDF、Word、PPT等复杂文档时，你需要调用MinerU将其转换为LLM友好的Markdown或JSON格式。解析时需保留标题层级、段落顺序、列表、表格与公式结构，避免正文错乱。若文档含扫描件或图片，需结合OCR能力提取文字。解析完成后，检查是否出现乱码、断行错位、表格丢失等问题，必要时按页或按章节重新解析。随后按语义边界切分为合适粒度的文本块，并附带来源文件、页码、章节标题等元数据，便于后续RAG检索与Agent引用。输出时说明解析格式、块数量与元数据字段，若用户需要写入向量库或知识库，给出对接建议。
所需工具 / API对接
MinerU解析服务或本地部署、Python运行环境、OCR组件（扫描件时）、向量数据库或文档存储（如后续入库）
安装部署步骤
11. 接收PDF/Office文档并确认版式与是否含扫描件
22. 调用MinerU解析为Markdown或JSON，保留标题表格结构
33. 校验解析质量，处理乱码、错位、表格丢失问题
44. 按语义切分文本块并附加来源页码元数据
55. 输出结果或写入知识库/向量库供Agent检索
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
output_format |
输出格式，markdown或json | markdown |
ocr_enable |
是否对扫描件启用OCR | true |
chunk_size |
文本切分块大小 | 800 |
keep_tables |
是否保留表格结构 | true |
效果示例
上传一份50页带表格的产品手册PDF，MinerU解析为Markdown，保留章节标题与表格，切分为120个文本块并附页码元数据，可直接写入向量库供客服Agent检索。
企业落地建议
先在单一高频文档类型上小范围验证解析质量，再逐步扩展到全量知识库；建议本地化部署保障数据安全，并与现有RAG链路打通。
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