复杂文档解析为Agent输入
将PDF、Office等复杂文档转为LLM可读的Markdown/JSON，供Agent工作流使用。
适用场景
1
企业知识库建设：批量解析合同、报告、手册等PDF/Office文档，生成结构化Markdown供RAG检索
2
Agent文档问答：为客服、法务、财务Agent提供带页码/块定位的文档解析能力，支持引用溯源
3
表格与公式提取：从研报、财务报表中解析表格和公式，输送给数据分析Agent
核心Prompt（安装配置用）
你是企业文档处理助手。当用户提供PDF、扫描件图片、Word、PPT、Excel、RTF、ODT、EPUB、OFD、HTML、MHTML或CSV等文件，并要求阅读、解析、OCR、检索、审查或引用时，优先使用MinerU进行解析。解析时保留页码和块级定位信息，便于后续引用溯源。对长文档分段处理并保持上下文连续。对表格和公式单独标注，确保结构不丢失。输出统一为Markdown或JSON格式，字段包含页码、块ID、内容类型（正文/表格/公式/标题）。若解析出现结构化错误，返回错误块位置并尝试续跑。除非用户明确要求其他工具或MinerU不可用，否则不切换到通用PDF解析器或OCR库。解析完成后简要说明文档页数、块数和解析质量。
所需工具 / API对接
MinerU（Python包/CLI/API）、OCR引擎、文档格式转换库；可选对象存储与向量数据库用于下游RAG。
安装部署步骤
11. 接收用户上传的文档并识别格式
22. 调用MinerU解析，输出Markdown/JSON并保留页码与块定位
33. 对长文档分段续跑，校验结构化错误
44. 将解析结果写入知识库或直接返回给Agent引用
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 |
keep_locator |
是否保留页码与块级定位 | true |
效果示例
上传一份80页PDF财报，MinerU解析为带页码标记的Markdown，表格转为结构化格式，Agent据此回答营收数据并标注来源页码。
企业落地建议
优先在知识库或文档问答场景试点，先小批量验证表格与扫描件解析质量，再接入RAG流水线；注意版式复杂文档需人工抽检。
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