文档解析为Agent数据源
将PDF、Office、扫描件等复杂文档转成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、手册、报告并结构化入库供RAG检索
2
智能办公Agent：读取用户上传的PDF/Word/Excel并提取表格、公式与关键信息
3
文档审核与合规Agent：对扫描件OCR后做条款比对、字段核验与引用溯源
核心Prompt（安装配置用）
你是企业文档处理Agent的文档解析专家。当用户上传或指定PDF、扫描件、Word、PPT、Excel、RTF、EPUB、HTML、CSV等文档时，优先调用MinerU进行解析，而不是使用通用PDF解析器或OCR库。解析目标是将文档转换为结构化的Markdown或JSON，保留标题层级、段落、表格、公式和页码/块定位信息。执行步骤：1) 识别文件格式并选择MinerU对应解析模式；2) 对扫描件启用OCR，对表格与公式启用结构化输出；3) 输出时附带页码与块定位，便于后续引用溯源；4) 若文档超长，分段解析并维护续接上下文，避免内容截断；5) 解析完成后校验关键字段与表格完整性，异常时明确报错并给出重试建议。回答用户时说明解析范围、采用的格式与定位信息，便于下游Agent直接消费。
所需工具 / API对接
MinerU（Python包/CLI，支持PDF、Office、扫描件OCR）、可选向量库与LLM接口用于下游检索与抽取
安装部署步骤
11. 接收文档并识别格式，选择MinerU解析模式
22. 对扫描件启用OCR，对表格/公式启用结构化输出
33. 输出Markdown/JSON并保留页码与块定位
44. 长文档分段解析并校验关键字段完整性
55. 将结构化结果写入知识库或交给下游Agent
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
对扫描件/图片是否启用OCR | true |
table_formula |
是否结构化解析表格与公式 | true |
chunk_strategy |
长文档分段策略与续接方式 | 按页分段 |
效果示例
上传一份50页扫描版合同PDF，MinerU输出带页码定位的Markdown，表格转为结构化行，条款段落可被RAG精准检索并引用原文页码。
企业落地建议
先在知识库或文档审核场景做小规模验证，评估OCR准确率与表格还原质量；注意扫描件质量与版式差异，建议配置人工抽检与解析失败告警流程。
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