文档处理

简单说：这是 Cherry Studio 把"PDF / 复杂版式文档"读成规整文本的中央配置。

带表格、多栏、扫描页的 PDF（学术论文、合同、研报等）直接丢给模型往往会读得乱七八糟。文档处理会先用专门的解析引擎把它们转成结构清晰的文本，再交给对话或 知识库 使用。

文档处理 vs OCR：两者是分开的两页设置。

• 文档处理（本页）：管 PDF / 复杂版式文档 的结构化解析。
• OCR：管 图片 / 扫描件 里的文字识别。

普通纯文本 PDF、.md/.txt/.docx 里的文字段落两者都不需要，直接读即可。

配置入口

打开 【设置】→【文档处理】，右上角的下拉里选择解析引擎，选中的引擎即作为默认。

文档处理设置：① 右上角下拉选择解析引擎（默认 MinerU）；下方填入所选引擎的 API 密钥与 API 地址

内置解析引擎

文档处理内置 5 个引擎，默认 MinerU：

引擎	说明	接入方式
MinerU（默认）	OpenDataLab 开源的高质量 PDF 提取工具	API 密钥（mineru.net/apiManage）
PaddleOCR	百度飞桨 OCR 识别系统	填 API 密钥（飞桨星河社区）；如自部署则把 API 地址指向你的服务
Doc2x	高级文件还原引擎	API 密钥（open.noedgeai.com）
Mistral	文件解析与理解服务	API 密钥（mistral.ai）
Open MinerU	可自部署的 MinerU 服务，适合希望自行控制处理链路的团队	自部署后填 API 地址（按需填 API 密钥）

配置 MinerU（默认方案）

1

填入 API 密钥

在【API 密钥】字段填入 MinerU 申请到的 key（点右侧「获取密钥」跳转申请页面，多个密钥可用逗号分隔）。

2

确认 API 地址

【API 地址】保持默认即可。

3

在知识库 / 对话中直接使用

导入复杂 PDF 时会自动走此处的解析设置，切换到知识库或对话时无需额外配置。

换用其他引擎：在下拉里选中它，填入该引擎的【API 密钥】/【API 地址】即可，选中即成为默认。其中 PaddleOCR 和 Open MinerU 支持自部署——部署后把【API 地址】填成你自己的服务地址。

与知识库的关系

• 文档处理仅负责"复杂文档 → 规整文本"这一步；
• 转换后的文本继续走 嵌入模型 向量化、入库；
• 详细的"在知识库中启用"流程见 知识库文档预处理。

提示与技巧

• MinerU 对带表格 / 多栏排版的 PDF 效果显著更好，遇到学术论文等首选；
• 需要识别的是 图片里的文字（截图、扫描件）而非 PDF 结构，请改用 OCR。

---

获取帮助与提交反馈

如果您在配置或使用过程中遇到任何疑问、Bug 或有功能改进建议，请参考 反馈与建议 中提供的官方渠道。