--- title: "文件系统与本地执行参考：Document Parser Agent - 文件系统与本地执行 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-document-parser-agent/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [WF-011 文件系统与本地执行参考：Document Parser Agent](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-document-parser-agent/) - [WF-012 文件系统与本地执行参考：file system mcp server](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-file-system-mcp-server/) - [WF-013 文件系统与本地执行参考：Filesys](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-filesys/) - [WF-014 文件系统与本地执行参考：openmoon ai](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-openmoon-ai/) - [WF-015 文件系统与本地执行参考：outline sync](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-outline-sync/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) 基础设施层 · 文件系统与本地执行 · 工具解读 · WF-011 # 文件系统与本地执行参考：Document Parser Agent 思行致远 · 2026/6/30 · 置信度：中 文件系统本地执行文档处理CLI 一个针对产品更新 Excel 的专用解析 Agent，把多月 worksheet 拆分、LLM 抽取为 JSON，再合并成年度/功能矩阵。 # Document Parser Agent > 一个针对产品更新 Excel 的专用解析 Agent，把多月 worksheet 拆分、LLM 抽取为 JSON，再合并成年度/功能矩阵。 ## 这个能力解决什么问题 很多“文档解析 Agent”其实无法说明输入格式和输出结构。这个项目很具体：输入是一份包含 Date、Title、Features、Editions 的 Google 产品更新 Excel，目标是从每行描述中抽出具体 feature、判断 added/removed/updated，并映射到受影响产品或版本，最后按月份和年份整理成表格。它解决的是半结构化 Excel 更新记录到结构化产品变更矩阵的转换。 ## 核心逻辑 输入是按 worksheet 组织的 Excel 文件。第一步用 `Year_Sheet_fun.py` 把源 Excel 按年份/月度拆成更小文件，减少长上下文导致的幻觉；第二步 `Parser.py` 遍历目录中的 Excel sheet，检查必需列，把每行格式化成文本；第三步 `Agent.py` 用 ChatOpenAI/ChatPromptTemplate 把文本抽取成 JSON 数组；第四步 `Combine.py` 清洗字符串列，把 JSON 结果按年份和 sheet 名合并回 Excel；后续转换脚本再转成功能×年份的矩阵。输出是 JSON 中间文件、年度 Excel、功能特定矩阵。 ## 技术结构 - **Packages/Year_Sheet_fun.py**：预处理和按年份拆分，用来控制 LLM 输入长度。 - **Packages/Parser.py**：目录级批处理，读取 sheet、校验 Date/Title/Features/Editions、跳过无效行、保存 JSON。 - **Packages/Agent.py**：实际 LLM 抽取层，围绕产品更新文本生成结构化字段。 - **Packages/Combine.py**：后处理层，清洗 DataFrame 字符串结构，并把 JSON 合并成 Excel。 - **脚本入口**：README 说明先运行 `prepare.py`，再运行 `main.py`，体现“预处理 → 抽取 → 合并”的批处理链路。 ## 为什么值得参考 它的价值不在通用性，而在“任务窄到可验证”：输入列、抽取字段、JSON 中间层、Excel 输出都很明确。尤其是先按年份/月度拆分再让 LLM 抽取，这比把整份 Excel 一次塞给模型更接近可维护的数据管线。 ## 为什么不建议直接套用 项目高度绑定 Google 产品更新样例和固定列名；换一个行业文档就需要重写 schema、字段推断和合并逻辑。它依赖 GPT-4o/OpenAI 与 LangChain，缺少对模型输出 JSON 失败、重复 feature、跨 sheet 去重和人工复核的完整说明。作为生产解析器，还需要补充测试样本和错误报告。 ## 如何改造成自己的版本 借它的流水线：先固定输入表结构和目标字段，再做“拆小文件/分 sheet → 行级抽取 → JSON 中间层 → 表格合并 → 人工抽检”。内部版本应把抽取 schema 独立成配置，给每条 JSON 加来源 sheet、行号、原文摘要和置信度；合并前做字段枚举规范化，例如 action 只能是 added/removed/updated。不要把行业 prompt 写死在 Agent 代码里。 ## 适用场景 - 半结构化 Excel/CSV 中有固定列和重复抽取任务。 - 需要保留 JSON 中间层，方便复核和重跑。 - 输出目标是月度/年度统计表或功能矩阵。 ## 不适用场景 - 输入文档格式变化很大、没有固定列。 - 需要法律/财务级逐字准确，不允许 LLM 推断。 - 没有人维护 schema、去重和人工抽检流程。 ## 公开版边界 - 项目较新，成熟度待验证。 ## 参考信息 - 原项目：[Document-Parser-Agent](https://github.com/Micheliliuv87/Document-Parser-Agent) - 作者：Micheliliuv87 - 相关概念：[[文档解析]]、[[结构化抽取]]、[[Excel 批处理]] - 相关卡片：保守留空 ## 参考对象信息 **名称：**Document-Parser-Agent **作者：**Micheliliuv87 **链接：**[https://github.com/Micheliliuv87/Document-Parser-Agent](https://github.com/Micheliliuv87/Document-Parser-Agent) ## 适用场景与行动 **场景：**基础设施层 / 文件系统与本地执行 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的文件系统与本地执行流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [下一张：文件系统与本地执行参考：file system mcp server](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/infrastructure-filesystem-local-file-system-mcp-server/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)