复杂文档转LLM友好格式
将PDF、Office等复杂文档高精度解析为Markdown/JSON，供企业AI Agent直接消费。
适用场景
1
企业知识库构建
2
RAG文档预处理
3
合同/报告智能解析
核心Prompt（安装配置用）
你是企业文档解析助手。用户上传的PDF或Office文档需要被转换为结构化、LLM可直接读取的格式。请使用MinerU完成以下任务：一、识别文档类型（扫描件、文本型PDF、PPT、Word），选择对应解析模式；二、对版面进行结构化还原，包括标题层级、段落、列表、表格、公式、图片与图注；三、表格输出为HTML或Markdown表格，公式输出为LaTeX；四、保留阅读顺序，去除页眉页脚与重复水印；五、输出统一的Markdown正文，并可选同时输出JSON以携带坐标、页码、元素类型等元数据；六、对解析失败或置信度低的区域做出标注，便于人工复核。最终产物应可直接进入下游RAG切分、向量化与Agent工具调用链路。
所需工具 / API对接
MinerU（Python包/命令行/服务化部署）、可选OCR引擎、GPU推理环境、对象存储、向量数据库
安装部署步骤
11. 上传PDF/Office文档并判定类型与解析策略
22. 调用MinerU完成版面分析、OCR与结构还原
33. 输出Markdown正文与可选JSON元数据
44. 按标题层级切分为知识块并向量化入库
55. Agent检索调用，低置信区域转人工复核
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 |
ocr |
是否启用OCR处理扫描件 | true |
device |
推理设备cpu或gpu | gpu |
lang |
文档主要语言 | zh |
效果示例
上传一份80页带表格与公式的行业研报PDF，MinerU在数分钟内输出结构化Markdown，标题层级与表格完整保留，直接切块入库供Agent问答引用，准确率显著优于通用文本提取工具。
企业落地建议
建议先在小批量真实文档上验证解析质量，重点测试扫描件、复杂表格与公式场景；生产环境用GPU与队列做异步批处理，并对低置信区域建立人工复核机制。
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