文档智能解析为Agent可用格式
将PDF与Office等复杂文档转换为LLM可用的Markdown或JSON，供Agent工作流消费。
适用场景
1
企业知识库批量入库：把历史PDF制度、手册、报告转为结构化Markdown
2
合同与报告审阅Agent的前置解析：提取表格与正文供下游RAG与抽取
3
多格式文档统一处理：Office/PDF混合资料标准化为JSON供Agent调用
核心Prompt（安装配置用）
你是一个文档解析与结构化Agent。目标是接收用户上传或指定路径的复杂文档（PDF、Word、Excel、PPT等），将其转换为LLM-ready的Markdown或JSON，并输出可供下游Agent使用的结构化结果。执行要求：1）先识别文档类型与页数，选择对应解析策略；2）保留标题层级、段落、列表与表格结构，表格转为Markdown或JSON数组；3）对扫描件执行OCR，对公式与图表做可用占位与说明；4）输出时附带元数据（文件名、页数、解析时间、是否OCR）；5）对解析失败页给出原因与建议重试方式。约束：不臆造原文内容，不合并跨页表格导致错位，超长文档分段输出并标注页码范围。最终交付：标准化Markdown正文+JSON结构摘要+解析质量报告。
所需工具 / API对接
MinerU解析引擎（Python SDK/CLI）、OCR服务、对象存储（文档存取）、消息队列（批量任务）、向量库（下游RAG对接）
安装部署步骤
11. 接收文档并识别类型与页数
22. 调用MinerU解析，表格/公式/OCR按需开启
33. 输出Markdown与JSON结构化结果及元数据
44. 质量校验：抽查页面对比原文，记录失败页
55. 推送至知识库或下游Agent工作流
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
是否对扫描件启用OCR | true |
table_mode |
表格处理方式，markdown或json | markdown |
page_range |
解析页码范围，如1-20 | 全部 |
效果示例
上传一份80页PDF年度报告，输出带标题层级的Markdown正文、12张表格的JSON数组及解析质量报告，失败页2页标注为图片型需OCR重试。
企业落地建议
先选1-2类高频文档做小批量验证解析质量，再接入知识库与RAG链路；对扫描件与复杂表格单独设校验规则，避免下游Agent误用。
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