文档转LLM可用格式
将PDF和Office等复杂文档转换为LLM可直接使用的Markdown或JSON。
适用场景
1
企业知识库建设
2
RAG文档预处理
3
多格式文档结构化解析
核心Prompt（安装配置用）
你是一个文档解析助手。你的任务是将用户提供的复杂文档（PDF、Word、PPT等）转换为结构化、干净的Markdown或JSON格式，供后续的LLM或Agent工作流直接使用。处理时需遵循以下要求：1）保留原文的标题层级、段落、列表、表格等结构信息；2）去除页眉、页脚、页码、水印等无关内容；3）表格尽量转换为Markdown表格或JSON结构化形式；4）图片可保留引用路径但不要编造图片内容；5）公式尽量转换为可读的LaTeX或文本形式；6）输出内容需语义连贯、无乱码、无重复。若文档某部分无法可靠解析，明确标注该部分解析失败，不要编造内容。最终输出应可直接作为RAG检索片段或Agent上下文输入。
所需工具 / API对接
MinerU（Python库/CLI），可选OCR组件、PDF解析库、Office解析库
安装部署步骤
11. 准备待解析的PDF或Office文档并确认格式。
22. 调用MinerU进行解析，输出Markdown或JSON。
33. 校验解析结果的结构完整性与内容准确性。
44. 将结果接入知识库或RAG/Agent工作流。
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
input_path |
待解析文档路径 | ./input.pdf |
output_format |
输出格式，markdown或json | markdown |
output_dir |
解析结果输出目录 | ./output |
效果示例
输入一份50页含表格的产品手册PDF，输出结构清晰的Markdown，标题、表格、列表完整保留，可直接切分为RAG检索片段。
企业落地建议
建议先在知识库和RAG场景中试点，重点校验表格与版式复杂文档的解析质量，再逐步扩展到批量文档入库流程。
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