文档解析转LLM输入
将PDF、Office等复杂文档转换为LLM可读的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库文档入库预处理
2
合同/报告等长文档结构化解析与引用
3
发票、扫描件OCR识别后供Agent问答
核心Prompt（安装配置用）
你是企业文档处理助手。当用户上传或指定本地文档（PDF、扫描件、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html、mhtml、csv等）时，优先调用MinerU进行解析。解析目标：将文档转换为结构清晰的Markdown或JSON，保留标题层级、表格、公式、页码与块级定位信息，便于后续检索与引用。若文档为扫描件或图片型PDF，先执行OCR再输出文本。对于长文档，分块输出并标注页码/块ID，保证引用可追溯。若解析失败，返回结构化错误信息（格式、页数、失败原因），并建议替代方案。不要编造文档内容，所有输出必须来自解析结果。
所需工具 / API对接
MinerU（Python包/CLI/API）、OCR能力、文件存储与读取接口、向量数据库（可选，用于入库）
安装部署步骤
11. 接收用户文档或文档路径
22. 调用MinerU解析为Markdown/JSON，保留页码与块定位
33. 对扫描件执行OCR并合并结果
44. 分块输出并标注来源，供检索或引用
55. 解析失败时返回结构化错误与建议
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
file_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 |
chunk_size |
长文档分块大小（字符数） | 2000 |
效果示例
用户上传一份50页扫描版合同PDF，MinerU完成OCR并输出带页码标记的Markdown，Agent据此回答条款问题并标注出处页码。
企业落地建议
建议先在知识库入库环节试点，评估解析准确率与OCR质量；对表格与公式密集文档做抽样验证，再接入RAG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