> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/pre-basic/settings/doc-process.md).
# 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](/knowledge-base/knowledge-base.md) 使用。
{% hint style="info" %}
**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**](/pre-basic/settings/ocr.md)：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。
{% endhint %}
### 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](https://mineru.net/apiManage)） |
| **PaddleOCR** | 百度飞桨 OCR 识别系统 | 填 API 密钥（[飞桨星河社区](https://aistudio.baidu.com/paddleocr/)）；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](https://open.noedgeai.com/apiKeys)） |
| **Mistral** | 文件解析与理解服务 | API 密钥（[mistral.ai](https://mistral.ai/api-keys)） |
| **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）
{% stepper %}
{% step %}
### 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）。
{% endstep %}
{% step %}
### 确认 API 地址
【API 地址】保持默认即可。
{% endstep %}
{% step %}
### 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。
{% endstep %}
{% endstepper %}
{% hint style="info" %}
**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。
{% endhint %}
### 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](/knowledge-base/emb-models-info.md) 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](/knowledge-base/document-preprocessing.md)。
### 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](/pre-basic/settings/ocr.md)。
***
### 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](/question-contact/suggestions.md) 中提供的官方渠道。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.cherryai.com.cn/pre-basic/settings/doc-process.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
