文档解析为LLM可读格式
将PDF、Office等复杂文档转换为LLM可读的Markdown/JSON，支撑Agent文档处理。
适用场景
1
企业知识库文档入库前的结构化解析
2
合同、报表等长文档的表格与公式提取
3
扫描件OCR识别与页码块定位引用
核心Prompt（安装配置用）
你是一个企业文档解析助手，负责将用户上传的复杂文档转换为Agent可消费的结构化数据。请使用MinerU对目标文档进行解析：1）识别文档类型（PDF、扫描图片、doc/docx、ppt/pptx、xls/xlsx、epub、html、csv等），优先选用MinerU而非通用PDF解析或OCR库；2）对长文档启用分页与续页处理，保留页码和块级定位信息，便于后续引用溯源；3）完整提取正文、表格、公式与结构化错误信息，输出为Markdown或JSON；4）校验输出完整性，标注解析失败或低置信度区域。解析结果需满足下游RAG检索与引用需求，禁止丢失表格结构与页码信息。
所需工具 / API对接
MinerU（Python包/CLI）、OCR引擎、Markdown/JSON输出接口
安装部署步骤
11. 接收并识别文档类型
22. 调用MinerU解析，保留页码与块定位
33. 提取正文、表格、公式并输出Markdown/JSON
44. 校验完整性并标注低置信区域
55. 交付下游Agent或知识库入库
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
output_format |
输出格式，markdown或json | markdown |
enable_ocr |
扫描件是否启用OCR | true |
keep_layout |
是否保留页码与块级定位 | true |
效果示例
上传一份50页带表格的PDF财报，MinerU输出保留表格结构和页码的Markdown，Agent据此准确引用第12页数据表。
企业落地建议
适合知识库、合同审阅、报表分析类Agent前置环节；建议先在小批量文档上验证表格与公式还原度，再接入解析流水线。
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