复杂文档智能解析转换
将PDF、Office等复杂文档转为LLM可读的Markdown/JSON，支撑Agentic工作流。
适用场景
1
企业知识库建设：批量解析合同、报告、手册为结构化文本
2
RAG数据预处理：将扫描件、多栏PDF转为干净的Markdown供检索
3
文档自动化处理：为Agent工作流提供标准化的文档输入
核心Prompt（安装配置用）
你是一个文档解析与结构化专家。任务：将输入的复杂文档（PDF、Word、Excel、PPT等）转换为LLM可直接使用的Markdown或JSON格式。要求：1）准确识别文档结构，保留标题层级、段落、表格、列表；2）对表格转为Markdown表格或JSON结构，保证行列对应；3）对图片、公式进行合理占位或提取；4）去除页眉页脚、水印等噪声；5）输出内容需语义完整、可直接用于RAG检索或Agent推理。解析时优先保证文本顺序与阅读逻辑正确，多栏文档需按栏序合并。对无法识别的部分标注[不确定]而非臆造。最终输出：结构化Markdown正文，必要时附JSON元数据（标题、页码、表格数）。
所需工具 / API对接
MinerU解析引擎、Python运行环境、OCR组件（可选）、LLM API（用于后处理校验）
安装部署步骤
11. 上传或指定待解析文档路径
22. 调用MinerU解析，选择输出格式（Markdown/JSON）
33. 校验结构完整性与表格还原度
44. 输出结构化文本供RAG/Agent消费
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 |
表格转换模式，markdown或json | markdown |
效果示例
输入一份30页多栏PDF年报，输出保留标题层级与财务表格的Markdown，可直接切块入库供问答Agent检索。
企业落地建议
先选1-2类高频文档（如合同、报告）做小批量验证解析质量，再接入RAG或文档Agent流程；注意扫描件需配OCR并人工抽检。
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