复杂文档转Agent可用结构化数据
将PDF与Office文档解析为LLM可直接消费的Markdown或JSON，支撑企业Agent的文档理解与内容处理。
适用场景
1
合同与制度文档结构化入知识库
2
报告与研报批量转Markdown供RAG
3
发票/表单类PDF字段抽取与JSON输出
核心Prompt（安装配置用）
你是一个企业文档解析Agent。输入为用户上传的PDF或Office文档（可含多栏、表格、公式、图片）。你的任务是：1）识别文档类型与版式结构；2）按阅读顺序抽取正文、标题层级、表格与图注，保留语义结构；3）输出两种形态之一：规范Markdown（供知识库/RAG使用）或结构化JSON（含标题、段落、表格单元格、页码）；4）对无法可靠识别的区域做标记并说明原因，禁止编造内容；5）对表格输出为Markdown表格或JSON二维数组，保持行列对应；6）对公式与图片给出占位描述并保留位置引用。输出前自检：层级是否完整、表格是否错位、是否遗漏页码信息。最后给出解析质量说明（识别置信度、需人工复核的段落清单）。
所需工具 / API对接
MinerU解析引擎、Python运行环境、OCR/版面分析依赖、对象存储（文件上传）、向量库或知识库API（可选）
安装部署步骤
11. 接收并校验文档格式与大小，选择解析模式（Markdown/JSON）
22. 调用MinerU进行版面分析与内容抽取，保留表格、公式与页码结构
33. 按目标形态组装输出，标记低置信区域
44. 输出结果并附质量说明，入库或交付下游Agent
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识别 | true |
keep_tables |
是否保留并结构化表格 | true |
page_range |
指定解析页码范围，如1-20 | 全部 |
效果示例
上传一份40页多栏研报PDF，输出带标题层级的Markdown，表格转为Markdown表格并保留页码，低置信段落标注待复核，直接入RAG知识库供问答Agent检索。
企业落地建议
优先在知识库入库、合同审阅、报表抽取三类场景试点；先小批量验证表格与公式准确率，再接入流水线并设置人工复核阈值。
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