五分钟搭一个能读懂文档和图片的Coze Agent

用过 Coze 的都知道，Agent 能聊、能写、能调用工具，但有个隐形bug： 遇到 PDF、图片、表格这类复杂内容，Coze 开始睁眼瞎——能读文字，但读不懂结构 我们试过给 Agent 喂一份带标题层级、表格、公式的技术文档，它确实能吐出文字，但问它“第三部分的核心结论是什么”，它答非所问 直到Coze集成了 SoMark 插件，这个bug才被真正处理💡 🔧 怎么搭建 Coze 插件市场搜 SoMark，直接添加somark_doc_parse，配置好 API Key 就能用 👉 具体配置步骤见图片 没有API Key？ 前往SoMark API工作台获取⭐ 🧩 集成 SoMark 给 Coze Agent 有何不同？ 1️⃣能读的文档类型增加了 集成前：Agent 只能处理纯文本输入 集成后：PDF、图片、表格、公式、化学结构式均能解析 2️⃣可深度理解文档结构 传统 OCR 输出的是线性文本，标题和正文混在一起，表格被拆成零散文字。 但是 SoMark 能够保留完整标题层级（H1、H2、H3……），并准确识别表格结构、公式、图文对应关系，深度理解文档结构 3️⃣实时调用，马上读懂 在 Coze 里配置好 SoMark 插件后，用户问“帮我总结这份报告”，Agent 会自动触发解析，基于结构化内容生成总结 #开发者工具 #SoMark文档智能 #agent #智能体 #coze #AI #大模型