AI解析痛点：Markdown不等于Agent可读

本项目作者分享了其GitHub获1500+ Star的文档解析工具与知名工具MinerU的区别，深入探讨了AI时代文档解析的核心痛点。作者指出，虽然MinerU等工具能优秀地将PDF转换为Markdown，但“解析为Markdown”并不等同于“能被Agent理解”。在实际的RAG和Agent应用中，开发者通常需要将Markdown切片（Chunk）并存入向量库。然而，复杂的PDF包含章节层级、表格、图片及跨页引用，切片过程会严重破坏这些结构信息，导致Chunk变成孤立的文本片段。Agent在检索时，往往无法感知片段所属的章节、前后的上下文，以及其与相邻表格或图片的关联，从而导致回答准确度下降。这一痛点表明，未来的AI解析工具需要更关注如何保留和传递文档的结构化上下文，而非仅仅进行格式转换。