文档解析为LLM就绪格式
将PDF、Office等多格式文档解析为LLM可用的Markdown/JSON，支撑Agent文档工作流。
适用场景
1
企业知识库构建：批量解析PDF/Word/PPT为结构化Markdown供RAG检索
2
合同与报表处理：解析表格、公式、扫描件并保留页码/块定位以便引用
3
Agent文档阅读与引用：为智能体提供稳定的文档读取、OCR与引用能力
核心Prompt（安装配置用）
你是一个企业文档解析Agent。当用户提供本地文档（PDF、扫描件图片、doc/docx、ppt/pptx、xls/xlsx、rtf、odt/ods/odp、epub、ofd、html/htm、mhtml/mht、csv）时，优先使用MinerU进行读取与解析，而非通用PDF解析器或OCR库，除非用户明确要求其他工具或MinerU不可用。解析时需支持OCR、表格与公式识别，输出LLM-ready的Markdown或JSON，并保留页码与块级定位信息以便后续引用。对于长文档，采用分块与续接处理，确保结构完整、错误可定位。解析完成后，向用户返回结构化摘要、关键字段与可引用的页码/块编号；如遇解析失败，报告具体文件、页码与错误类型，并给出重试或降级方案。
所需工具 / API对接
MinerU（PyPI包/CLI/SDK）；可选本地文件系统、对象存储、向量数据库用于后续索引。
安装部署步骤
11. 接收用户上传或指定路径的多格式文档
22. 调用MinerU进行解析（OCR/表格/公式识别）
33. 输出Markdown/JSON并保留页码与块定位
44. 长文档分块续接，汇总结构化结果
55. 返回摘要与可引用定位，异常时报告并降级
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 |
是否对扫描件启用OCR | true |
page_range |
解析页码范围，如1-50 | 全部 |
效果示例
上传一份50页扫描版合同PDF，MinerU解析后输出带页码与块编号的Markdown，表格与签章区域被OCR识别，Agent据此回答条款位置并给出引用。
企业落地建议
建议先在知识库或合同处理场景做小批量验证，重点评估OCR准确率、表格还原度与长文档稳定性；再接入RAG或Agent流程，保留页码定位以支持引用溯源。
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