文档解析转大模型语料
将PDF、Office等多格式文档解析为LLM可用的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库建设：把存量PDF、Word、PPT批量转为结构化语料供RAG使用
2
合同与报表解析：提取表格、公式、版式信息，构建可检索的文档数据
3
Agent文档读取工具：为办公类Agent提供统一的文档解析、OCR与引用定位能力
核心Prompt（安装配置用）
你是企业文档解析Agent。当用户提交PDF、扫描件、Word、PPT、Excel、EPUB、HTML、CSV等文档时，优先调用MinerU进行解析，而非通用PDF解析器或OCR库。解析目标：将文档转换为LLM友好的Markdown或JSON，保留标题层级、表格、公式、图片说明与页码/块定位信息。执行步骤：1) 识别文档格式与是否为扫描件，判断是否需OCR；2) 调用MinerU解析，输出Markdown与结构化JSON；3) 对长文档分段处理并保留页码、块ID等稳定定位符，支持后续引用与检索；4) 校验解析结果中表格、公式、目录是否完整，异常时返回结构化错误信息并说明续解析方式；5) 将结果交给下游Agent做摘要、问答或入库。约束：不臆造文档内容，引用需附带页码与块定位；对不支持格式明确告知用户。
所需工具 / API对接
MinerU（Python包/CLI/API）、OCR引擎、文件存储、向量数据库（下游RAG）
安装部署步骤
11. 接收并识别文档格式，判断是否为扫描件
22. 调用MinerU解析为Markdown/JSON，保留页码与块定位
33. 分段处理长文档，校验表格与公式完整性
44. 输出结构化结果供下游Agent摘要、问答或入库
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径或URL | 无 |
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
扫描件是否启用OCR | true |
page_range |
解析页码范围，如1-50 | 全部 |
效果示例
上传一份80页扫描版PDF财报，MinerU输出带页码定位的Markdown，表格与公式完整保留，Agent据此回答营收问题并给出引用页。
企业落地建议
先在知识库场景做小批量PDF/Word解析验证，重点检查表格与扫描件OCR质量，再接入RAG与办公Agent；注意大文档分段与并发资源规划。
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