MinerU 集成 Coze扣子实战用 parse_file 插件为智能体与工作流接入文档解析能力【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU本文以 MinerU 官方文档 docs/zh/usage/plugin/Coze.md 为主体讲解如何在字节跳动的零代码 AI 应用开发平台 Coze扣子中接入 MinerU 插件既可以把 MinerU 作为插件直接挂到智能体上也可以构建文件输入 → MinerU 解析 → 文本输出的标准化工作流。读完后你将掌握parse_file工具的完整配置步骤、API key 的填写与隐藏方法并能对照 MinerU 仓库源码理解插件背后解析服务的接口协议、表单参数与输出结构从而在自己的 Agentic 工作流中可靠地调用文档解析能力。一、Coze 平台与 MinerU 插件Coze中文版名称扣子是字节跳动推出的零代码 AI 应用开发平台。无论用户是否有编程经验都可以通过该平台快速创建各种类型的聊天机器人、智能体、AI 应用和插件并将其部署在社交平台和即时聊天应用程序中。MinerU 是一个将 PDF 与 Office 文档转换为 LLM 就绪的 Markdown/JSON 的开源项目。目前 MinerU 插件已在 Coze 插件商店上线通过其强大的文档解析能力为在 Coze 中搭建智能体与工作流的用户提供文档解析能力加快 AI 应用的开发。使用入口有两个Coze扣子官网开发平台coze.cnCoze 插件商店中的 MinerU 插件页面商店内搜索 MinerU 即可找到。在 Coze 中有两种典型用法一是智能体直接挂载插件让 Agent 在对话中按需调用文档解析二是工作流编排把 MinerU 节点固定进流水线实现上传文件即得到解析文本的确定性流程。下文分别给出完整操作步骤。二、智能体集成给 Agent 装上 parse_file 工具2.1 创建智能体进入 Coze 开发平台coze.cn后按以下路径创建一个空智能体工作空间 → 项目开发 → 创建 → 创建智能体 → 创建 → 输入项目名2.2 添加 MinerU 插件在智能体编辑页执行插件配置 → 添加插件→ 搜索MinerU随后添加parse_file工具在线版2.3 配置参数并填写 API key选择MinerU插件 → 编辑参数 → 填写 api key。这里使用的是在线版服务凭据官方文档特别提示记得关闭 url 和 token 显示即在完成配置后关闭界面中 url 与 token 的明文展示避免敏感凭据在截图、录屏或分享页面中泄露。2.4 调试智能体配置完成后在右侧调试面板中上传一个 PDF 文档让智能体调用parse_file工具验证解析效果三、工作流集成构建文件输入到解析输出的确定性流水线用工作流的方式使用 MinerU适合需要稳定输入输出契约的场景。完整步骤如下。3.1 创建工作流并添加 MinerU 插件工作流 → 创建工作流接着执行工作流插件配置 → 添加插件→ 搜索MinerU→ 添加。同样地选择MinerU插件 → 编辑参数 → 填写 api key。3.2 连接开始节点与 MinerU 节点选择开始节点 → 配置input类型为文件类型→ 连接到mineru节点。这样工作流的入口就是一个可直接接收文档文件的参数。3.3 配置结束节点输出选择结束节点 → 连接到mineru节点 → 配置output输出为mineru节点的parse_file.text。至此工作流的输出字段就是文档解析后的 Markdown 文本可被下游节点LLM 总结、RAG 检索等直接消费。3.4 试运行、发布与调试上传文件 → 试运行上传一个真实文档验证整条链路能返回解析文本。发布 → 添加到当前智能体将工作流发布后挂载到已有的智能体上让 Agent 通过该工作流触发解析。移除mineru插件 → 调试如果智能体此前直接挂载过 MinerU 插件建议先移除再通过调试面板验证仅经由工作流这一条路径行为一致避免插件直连与工作流两条链路互相干扰。四、插件背后的解析服务从 MinerU 源码看接口协议Coze 插件的parse_file工具最终对接的是 MinerU 的在线解析服务也可对接自部署的 MinerU API 服务。理解仓库中的 API 实现有助于弄清插件文件进、文本出背后的真实行为。4.1 服务入口与核心端点MinerU 的 HTTP 服务实现在 mineru/cli/fast_api.py 中基于 FastAPI 提供以下端点端点方法作用/file_parsePOST同步解析提交文件并在同一响应中等待、返回最终解析结果/tasksPOST提交异步解析任务立即返回 202 与任务信息/tasks/{task_id}GET查询任务状态pending / processing / completed / failed/tasks/{task_id}/resultGET下载任务结果JSON 或 ZIP/healthGET健康检查返回协议版本与并发上限等元信息其中任务状态机在源码中定义为TASK_PENDING / TASK_PROCESSING / TASK_COMPLETED / TASK_FAILED异步任务按提交顺序排队/health端点会校验协议版本与并发配置——客户端侧的 mineru/cli/api_client.py 中validate_server_health_payload会检查protocol_version与 mineru/cli/api_protocol.py 中定义的API_PROTOCOL_VERSION 2是否一致默认最大并发请求数为DEFAULT_MAX_CONCURRENT_REQUESTS 3。4.2 表单参数与默认值Coze 插件的parse_file参数映射到 API 的 multipart 表单参数定义集中在 mineru/cli/api_request.py 的parse_request_form中主要参数与默认值如下参数默认值说明files必填支持上传 PDF、图片png/jpeg/jp2/webp/gif/bmp/jpg/tiff以及 DOCX、PPTX、XLSX 文件扩展名校验见 mineru/cli/common.py 中的pdf_suffixes / image_suffixes / office_suffixeslang_list[ch]OCR 语言列表与文件数量不一致时会用首个语言补齐backendhybrid-engine可选pipeline、vlm-engine、vlm-http-client、hybrid-engine、hybrid-http-client默认值定义见 mineru/cli/backend_options.py 的DEFAULT_BACKENDeffortmedium仅对 hybrid 后端生效可选medium/highmedium更快但禁用图像/图表分析high精度更高、耗时更长parse_methodauto仅对 pipeline 与 hybrid 后端生效可选auto/txt/ocrformula_enable/table_enabletrue是否启用公式、表格解析image_analysistrue是否启用图像/图表分析hybrid 的 medium effort 会自动关闭return_mdtrue返回 Markdown 内容return_middle_json/return_model_output/return_content_list/return_imagesfalse按需返回中间 JSON、模型输出、内容列表与抽取图片response_format_zipfalse以 ZIP 代替 JSON 返回结果start_page_id/end_page_id0/99999PDF 解析页范围从 0 开始parse_request_form会对非法的backend、effort、parse_method、lang_list直接抛出 400 错误见validate_parse_backend等函数这也解释了插件侧为什么对取值有严格约束。4.3 输出结构与 parse_file.text 的来源解析完成后服务端在build_result_dictmineru/cli/fast_api.py中按返回开关组装结果return_md为真时读取{文件名}.md并放入md_content字段其余分别对应_middle.json、_model.json、_content_list.json与images/目录下 base64 编码的图片。Coze 工作流中结束节点引用的parse_file.text对应的就是这条链路上产出的 Markdown 文本——这也是为什么文档建议把工作流输出直接映射到parse_file.text它是面向下游 LLM 最就绪的表示形式。五、实践建议凭据安全填写 API key 后按官方文档提示关闭 url 与 token 的显示插件参数中不要把明文密钥写进智能体的公开描述里。两种接入方式按场景选择对话型 Agent 建议直接挂载parse_file插件灵活可按轮次调用批量、稳定契约的场景建议走工作流输入文件、输出parse_file.text便于被其他节点串联。排查解析行为时对照源码Coze 侧只是参数透传具体为什么某类文件解析慢/快为什么输出里没有公式等问题可回到parse_method、backend、effort、formula_enable、table_enable这些表单参数对照 mineru/cli/api_request.py 的定义逐项检查。注意适用范围parse_method仅对 pipeline 与 hybrid 后端生效effort仅对 hybrid 后端生效这是源码中 Swagger 描述明确标注的约束配置时无需对这些不生效的组合做额外设置。通过本文你可以完整复现在 Coze 中为智能体和工作流接入 MinerU 文档解析能力的两种路径并且理解了parse_file工具背后由 MinerU FastAPI 服务提供的端点、参数与输出协议——这正是把复杂文档接入 LLM 工作流的关键一环。【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考