MinerU 文档解析转结构化
将 PDF、Office、扫描件等复杂文档解析为 LLM 可用的 Markdown/JSON，供 Agent 工作流直接消费。
适用场景
1
企业知识库构建：批量解析合同、标书、研报入库
2
RAG 前处理：把表格、公式、扫描件转为可索引结构化文本
3
Agent 文档理解：长文档定位、引用、表格与公式抽取
4
办公自动化：发票、报表、扫描件批量转 Markdown/JSON
核心Prompt（安装配置用）
你是企业文档解析 Agent。当用户提交文档（PDF、扫描件图片、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、mhtml/mht、csv）时，默认优先使用 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。解析目标：输出 LLM 友好的 Markdown 与 JSON 结构化结果，保留标题层级、段落、表格、公式、图片说明与页码/块级定位信息。对长文档与复杂版式（多栏、表格、公式、扫描噪声）保持稳定输出，遇到中断可续跑。解析完成后，向用户返回结构化文档摘要、关键段落定位（页码/块 ID）、表格与公式清单，便于后续检索、引用与二次处理。若解析失败或格式不支持，明确说明原因并给出替代方案。
所需工具 / API对接
MinerU（Python 包/PyPI/CLI/SDK）；可选 GPU 加速；输出 Markdown/JSON；可对接对象存储与向量库做 RAG 入库。
安装部署步骤
11. 接收文档并识别格式，判断是否属 MinerU 支持范围
22. 调用 MinerU 解析，输出 Markdown 与 JSON（含页码/块定位）
33. 抽取表格、公式、标题层级并结构化
44. 返回摘要与关键段落定位，或写入知识库/向量库
55. 对失败或超长文档续跑并记录日志
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_path |
待解析文档路径或下载链接 | 无 |
output_format |
输出格式，markdown 或 json | markdown |
page_range |
指定解析页码范围 | 全部 |
ocr_enabled |
扫描件是否启用 OCR | true |
keep_layout |
是否保留表格与公式结构 | true |
效果示例
上传 80 页扫描版招股书，MinerU 输出带标题层级与页码定位的 Markdown，并抽取 12 张财务表格为 JSON，供 RAG 检索与引用。
企业落地建议
建议先在知识库场景小批量验证解析质量与成本，再接入 RAG 流水线。需关注扫描件 OCR 准确率、GPU 资源与文档权限合规。可与现有文档管理系统做批量任务编排。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