开源的 PDF 高精度解析工具，常用于中文文档入库——这是 MinerU 最主要的用途，也是本文讨论的前提。

这篇写给客服人员：围绕回复草稿、工单分类和知识库整理这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

客服人员的三个高频用法

1. 回复草稿

在 MinerU 中可以这样提：

根据这张工单写回复草稿：复述客户问题，说明处理步骤和预计时间，必要时请客户补充订单号。语气诚恳，不承诺政策外的补偿。

把关：回复没有越权承诺。

2. 工单分类

在 MinerU 中可以这样提：

把这 50 张工单按问题类型分类，标出情绪激烈需要优先处理的，以及疑似同一故障的集中反馈。

把关：集中反馈被识别。

3. 知识库整理

在 MinerU 中可以这样提：

根据这些高频问题和已有答复，整理 10 条知识库条目：标准问题、相似问法、答案、更新日期。

把关：答案与现行政策一致。

也可以试试：带来源的快速调研

这是「搜索与知识库」类工具的通用任务，客服人员同样用得上。

请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。

边界与合规

不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

  • 产出由客服人员本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；MinerU 的同类还有 Docling、Marker。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 MinerU 纳入日常流程。

补充练习

检索效果对比

输入：同一批问题和两种检索配置。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

验收标准：对比用同一批问题。

内部文档入库

适用情况：手头有一批 PDF、Word 和网页时。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

验收标准：切分后的段落能回溯到页码。

网页内容抓取

准备材料：一组需要定期关注的网页。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

检查点：没有臆造发布日期。

常见问题：搜索结果过时

限定时间范围，或在提问中注明需要最新信息并核对发布日期。

常见问题：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

常见问题：表格内容检索不到

换用能保留表格结构的解析工具，或单独把表格转成文本描述。

概念补充：混合检索

同时使用关键词和向量检索，兼顾精确匹配与语义理解。

概念补充：切分（Chunking）

把长文档拆成适合检索的小段，大小影响效果。

注意事项

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

涉及个人信息、商业机密或受监管数据时，先确认 MinerU 的数据处理条款，再决定能否使用。

延伸阅读