现在用大模型做文档问答、做摘要，已经是很多人的日常操作了。但是要做成能上线的 Agent 产品，或者搭一套企业级的 RAG 系统，就不太够用了。一是生产环境的文档往往没有那么简单，二是单纯使用大模型有点太贵了。所以，我一般会挑解析工具，来进行辅助。 接下来讲讲怎么挑。 一、选工具前，先看文档和任务 做文档解析，不是只看“哪款工具最强”这么简单，而要先看看手里的文档是什么样的，Agent 要拿它做什么？ 生产环境的文档，大致有以下几类： - 金融文档：年报、季报、授信备忘录、贷款协议、结构化融资披露等。表格密集、脚注复杂，跨页内容很多。 - 科研与技术文档：多栏论文、带公式和图表的技术报告、实验记录等。难点在阅读顺序、公式识别以及正文和图表之间的引用关系。 - 医疗与政务文档：扫描病历、表单、政府文件等。低清图片、手写内容和不统一的格式比较常见。 - 企业知识库：制度文件、流程手册、项目报告、邮件和会议纪要。格式多、来源散、更新频率高。 - 创作类文本：小说、世界观设定、游戏策划案等。需要保留人物、地点、事件和时间线之间的关系。 然后是看看你的 Agent 要完成什么...