#接入文档抽取增强【高级】

#什么是 MinerU？

MinerU 是一个强大的文档解析工具，可以把复杂的 PDF、Word 文档转换成 AI 能够理解的格式。

想象一下，你有一份包含图表、表格、公式的复杂 PDF 文档，传统的工具只能提取文字，但图片内容就丢失了。MinerU 就是为了解决这个问题而生的！

它可以：

• 智能识别文档结构：准确分离标题、段落、表格、图片
• 保留图片信息：将文档中的图片单独提取并保存
• 转换为标准格式：输出清晰的 Markdown 格式，方便 AI 处理
• 支持多种文档：PDF、网页、电子书等都能处理

#为什么需要 MinerU？

传统方式的问题：只能提取纯文字，图表、图片等重要信息会丢失，影响 AI 回答质量。

MinerU 的优势：完整保留文档中的所有信息，包括图片，让 AI 回答更准确、更全面。

#应用场景

• 学术研究：处理包含大量图表和公式的学术论文，确保重要的图表信息不丢失
• 财务报告：提取财务报表中的图表数据，帮助 AI 更好地分析财务状况
• 技术文档：保留技术文档中的架构图、流程图等重要视觉信息

#实际效果展示

下图展示了 MinerU 处理复杂文档后的效果：

通过 MinerU 处理后，文档中的图片会被单独保存，文字内容会被结构化提取，最终在 RAG 系统中能够同时展示文字和图片内容。

#如何在 PIG AI 中启用 MinerU？

MinerU 目前提供免费服务，同时也支持私有化部署，访问 MinerU 官网 申请免费的 API Key。

#总结

启用 MinerU 后，文档处理时间可能会稍有增加，但获得的信息完整性和准确性将大幅提升。

MinerU 为 PIG AI 的文档处理能力带来了质的飞跃，特别是在处理包含图片、图表的复杂文档时。通过简单的配置，就能让您的 AI 助手"看懂"文档中的所有内容，提供更智能、更准确的服务。