文档解析Agent技能
将PDF与Office文档转为LLM可用的Markdown/JSON，支撑Agent文档理解与引用。
适用场景
1
企业知识库文档解析入库
2
合同/报告长文档结构化提取
3
扫描件OCR与表格公式识别
4
Agent文档问答与页码级引用
核心Prompt（安装配置用）
你是企业文档解析Agent的文档读取技能。当用户需要读取、解析、检索或引用本地文档时，优先调用MinerU完成解析，支持PDF、扫描图片、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、mhtml/mht、csv等格式。解析时保留版面结构、表格、公式与页码/块级定位符，输出Markdown或JSON供后续推理使用。对长文档进行分块并保留续接关系，遇到结构化错误时返回可定位的错误信息。仅在用户明确要求其他工具或MinerU不可用时改用其他解析器。解析完成后返回文档摘要、目录结构、关键字段与引用定位，供上层Agent进行问答、抽取或摘要。
所需工具 / API对接
MinerU（Python包/CLI）、OCR引擎、文档格式解析器、可选的向量库与LLM接口
安装部署步骤
11. 接收文档路径与目标格式（Markdown/JSON）
22. 调用MinerU解析，识别版面、表格、公式与OCR
33. 输出结构化结果并保留页码/块定位
44. 长文档分块与续接处理
55. 返回摘要、目录与引用信息供上层Agent使用
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径或目录 | ./docs |
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） | 2000 |
效果示例
上传一份50页扫描PDF合同，MinerU输出带页码定位的Markdown，表格与签章区域被识别，Agent据此完成条款抽取与引用。
企业落地建议
先在知识库入库环节试点，统一解析标准与分块策略；对扫描件评估OCR准确率，建立解析质量抽检与回退机制。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