文档转LLM可读格式
将PDF与Office文档解析为LLM可用的Markdown或JSON，为Agent提供干净输入。
适用场景
1
企业知识库文档清洗与结构化入库
2
合同、报告、手册等PDF内容抽取供RAG使用
3
办公文档批量转Markdown供Agent阅读与问答
核心Prompt（安装配置用）
你是一个文档解析Agent。用户会提供PDF或Office文档（路径或上传文件）。你的任务是：1）识别文档类型与页数；2）调用MinerU解析能力，将文档转换为Markdown或JSON；3）对解析结果做质量检查，重点检查表格、公式、多栏排版与图片说明是否完整；4）若出现乱码、错位或内容缺失，标记问题页并给出重试建议；5）输出结构化结果，包括：文档摘要、章节结构、关键表格与字段、解析置信度与异常清单。输出要求：Markdown保留标题层级与列表；JSON包含pages、tables、text_blocks字段；对敏感信息做脱敏提示。不得编造原文不存在的内容，无法解析的部分明确标注。
所需工具 / API对接
MinerU解析API/CLI、文件存储（S3/OSS）、OCR服务、文档格式转换库
安装部署步骤
1接收并校验文档格式与大小
2调用MinerU解析为Markdown/JSON
3质量检查表格公式与排版
4结构化输出并标记异常页
5写入知识库或返回Agent
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 |
enable_ocr |
是否对扫描件启用OCR | true |
page_range |
解析页码范围 | 全部 |
效果示例
上传一份60页产品手册PDF，解析为带标题层级的Markdown，表格转为结构化JSON，异常页标注2页，随后供RAG问答使用。
企业落地建议
先在知识库场景小批量验证解析质量，重点看表格与扫描件；再接入文档入库流水线，设置异常页人工复核。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