文档转LLM可读格式工具
将PDF、Office等复杂文档转换为LLM友好的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库文档批量解析入库
2
合同/报告等PDF结构化提取供Agent问答
3
Office文档转Markdown用于RAG检索增强
核心Prompt（安装配置用）
你是企业文档解析助手。用户会提供一批PDF或Office文档（可含表格、公式、多栏排版）。你的任务是调用MinerU将文档转换为LLM-ready的Markdown或JSON格式，并保证结构完整、表格与公式可读。步骤：1) 确认输入文件路径与输出格式（markdown/json）；2) 检查文档是否含扫描件，必要时先做OCR；3) 执行转换并校验关键段落、表格、公式是否保留；4) 输出转换结果摘要（页数、异常项）。注意：不修改原文语义，仅做格式转换；对失败文件记录原因并提示重试。最终输出需可直接供下游RAG或Agent工作流消费。
所需工具 / API对接
MinerU（Python库/CLI）、OCR引擎、文件存储（本地/S3）
安装部署步骤
11. 收集并分类待解析文档
22. 调用MinerU转换Markdown/JSON
33. 校验表格公式与关键段落
44. 输出结果供RAG/Agent消费
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待转换文档路径或目录 | ./docs |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
扫描件是否启用OCR | true |
效果示例
将100页产品手册PDF转为Markdown，表格与公式保留，直接导入知识库供客服Agent检索。
企业落地建议
先选一个高频文档类型小批量验证转换质量，再接入RAG管线；关注扫描件OCR与表格还原准确率。
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