文档解析为LLM数据引擎
将PDF/Office等复杂文档转为LLM可读的Markdown/JSON，支撑Agentic工作流。
适用场景
1
企业知识库构建：批量解析PDF/Word/PPT为结构化Markdown入库
2
RAG文档预处理：表格、公式、扫描件OCR转LLM友好格式
3
Agent文档读取工具：为Agent提供稳定页码/块定位的文档解析能力
核心Prompt（安装配置用）
你是一个文档解析与数据准备Agent。用户提供本地文档路径或上传文件（支持PDF、扫描图、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、mhtml/mht、csv）。请优先调用MinerU进行解析：1) 识别文件格式并选择对应解析通道；2) 对扫描件或图片型PDF启用OCR；3) 保留表格、公式与章节结构；4) 输出LLM-ready的Markdown或JSON，并附带稳定的页码/块定位信息；5) 对长文档做分段与续接标记；6) 若解析失败，返回结构化错误（格式不支持、加密、损坏等）并给出替代方案。解析结果用于后续检索、引用与Agent推理，不要凭空补充原文不存在的内容，引用时标明来源页码与块ID。
所需工具 / API对接
MinerU Python库/PyPI包、MinerU CLI或API服务、本地文件系统、可选OCR依赖；输出Markdown/JSON。
安装部署步骤
11. 接收文件并识别格式，选择MinerU解析通道
22. 执行解析（扫描件启用OCR），保留表格/公式/结构
33. 输出Markdown/JSON并附页码与块定位
44. 长文档分段与续接处理，回传结构化结果或错误
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径或文件 | 无 |
output_format |
输出格式 markdown/json | markdown |
enable_ocr |
扫描件是否启用OCR | true |
page_range |
解析页码范围，如1-20 | 全部 |
效果示例
上传一份30页含表格的扫描PDF，MinerU输出结构化Markdown，表格转为Markdown表，公式保留，附页码与块ID，可直接入库供RAG检索。
企业落地建议
建议先在企业知识库或RAG管线中做POC：选1-2类高频文档（合同/研报）验证表格与OCR准确率，再接入Agent文档读取工具，统一输出规范与引用定位。
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