文档转Agent可用格式
将PDF与Office文档解析为LLM可用的Markdown/JSON，供Agent消费。
适用场景
1
企业知识库文档预处理
2
合同与报表结构化抽取
3
RAG数据管道构建
核心Prompt（安装配置用）
你是企业文档解析Agent。输入为PDF或Office文档（可含表格、公式、多栏排版、扫描页）。任务：1) 识别并提取正文、标题层级、列表、表格与公式；2) 按阅读顺序输出结构化Markdown，表格转HTML或Markdown表，公式转LaTeX；3) 去除页眉页脚、水印与无关装饰；4) 对扫描件先做OCR再解析；5) 输出一份元数据（页数、解析置信度、异常页列表）。约束：不臆造内容，识别失败处标注[unresolved]并说明原因；保持原文语义不变，不摘要不改写。若文档过大，按章节分段输出并保持跨段引用一致。最终交付：解析正文、元数据、异常清单三部分。
所需工具 / API对接
MinerU解析API/本地部署、OCR引擎、对象存储、向量数据库（可选）
安装部署步骤
11. 上传文档并校验格式与页数
22. 调用MinerU解析为Markdown/JSON
33. 质量校验：抽查表格公式与异常页
44. 入库或推送至下游Agent/RAG管道
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 |
table_mode |
表格输出形式html或markdown | html |
效果示例
上传一份60页带表格的采购合同PDF，解析输出结构化Markdown，表格完整保留，3页扫描件OCR成功，异常页0，直接进入知识库。
企业落地建议
先在单一文档类型（如合同）做小批量验证，重点评估表格与公式还原率；确认后接入知识库预处理流水线，建立异常页人工复核环节。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