MinerU 实操指南把 PDF 里的公式和表格变成可编辑 Markdown【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerUMinerU 是一款开源文档解析工具可以把 PDF、图片以及 DOCX、PPTX、XLSX 等 Office 文件解析成 Markdown 和 JSON。它把公式输出为 LaTeX、表格输出为 HTML自动去除页眉页脚与页码并按人类阅读顺序重排文本同时提供可跑纯 CPU 的 pipeline 后端和需 GPU 加速的 hybrid/vlm 后端适合给 RAG 和 LLM 管线清洗文档数据。核心能力拆解公式变 LaTeX表格变 HTML解析后公式在 Markdown 中以$...$或$$...$$形式出现表格则以 HTMLtable标签呈现。你可以打开输出目录里的full.md搜索\frac或td有命中就说明对应能力生效了。多栏排版不串文双栏论文会被按读完左栏再读右栏的顺序输出段落不会跨栏跳行。下面这张图来自官方仓库的版面解析示例高亮区域是被识别为独立公式块的区域从安装到第一次产出环境要求Python 3.10–3.13支持 Linux、Windows、macOS。默认的 hybrid-engine 后端需要 Volta 及以后架构的 GPU 或 Apple Silicon显存最低 8GB、内存 16GB 起纯 CPU 机器改用 pipeline 后端即可。一条命令安装pip install uv uv pip install -U mineru[all]首次运行会自动下载模型。若访问不了 HuggingFace先设置环境变量MINERU_MODEL_SOURCEmodelscope切换到国内镜像源。跑一条命令mineru -p your_document.pdf -o output-p也可以传目录里面的 PDF、图片和 Office 文件会被批量解析。看到输出output下会为每个文件生成独立文件夹其中full.md是主要产物另附 images 图片目录与 layout/span 可视化目录方便直接核对解析质量。进阶用法与部署选型场景启动方式适合谁本地跑单文件、小批量mineru -p 路径 -o output个人开发、效果验证无 GPU 的机器追加-b pipeline纯 CPU 环境精度略降但稳定接入服务与管线部署 mineru-apiFastAPI服务CLI 加--api-url或用 Python SDK 调用需要并发调用、多卡路由的团队# 只解析第 0-9 页切到本地 VLM 后端换更高精度 mineru -p large.pdf -o output -b vlm-engine -s 0 -e 9选型建议日常用默认的 hybrid-enginemedium effort精度与速度均衡追求精度时追加--effort high没有 GPU 就直接-b pipeline不必下载 VLM 模型。常见卡点与排查现象首次运行长时间卡在下载或下载失败。原因默认模型源 HuggingFace 不可达。修复export MINERU_MODEL_SOURCEmodelscope现象CPU 机器上默认后端报错或极慢。原因hybrid-engine 依赖 GPU显存 8GB 起。修复mineru -p in.pdf -o out -b pipeline现象结果看着不对但不知道错在哪。原因没做可视化质检。修复打开输出目录里的 span 可视化图逐页对照原图确认误识别与漏识别下一步官方文档站有模型源配置、Docker 部署以及 Dify、FastGPT、LangChain 等插件接入的详细说明。解析结果不及预期时建议在 issue 里附上样例文档方便维护者复现问题。【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MinerU 实操指南：把 PDF 里的公式和表格变成可编辑 Markdown
MinerU 实操指南把 PDF 里的公式和表格变成可编辑 Markdown【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerUMinerU 是一款开源文档解析工具可以把 PDF、图片以及 DOCX、PPTX、XLSX 等 Office 文件解析成 Markdown 和 JSON。它把公式输出为 LaTeX、表格输出为 HTML自动去除页眉页脚与页码并按人类阅读顺序重排文本同时提供可跑纯 CPU 的 pipeline 后端和需 GPU 加速的 hybrid/vlm 后端适合给 RAG 和 LLM 管线清洗文档数据。核心能力拆解公式变 LaTeX表格变 HTML解析后公式在 Markdown 中以$...$或$$...$$形式出现表格则以 HTMLtable标签呈现。你可以打开输出目录里的full.md搜索\frac或td有命中就说明对应能力生效了。多栏排版不串文双栏论文会被按读完左栏再读右栏的顺序输出段落不会跨栏跳行。下面这张图来自官方仓库的版面解析示例高亮区域是被识别为独立公式块的区域从安装到第一次产出环境要求Python 3.10–3.13支持 Linux、Windows、macOS。默认的 hybrid-engine 后端需要 Volta 及以后架构的 GPU 或 Apple Silicon显存最低 8GB、内存 16GB 起纯 CPU 机器改用 pipeline 后端即可。一条命令安装pip install uv uv pip install -U mineru[all]首次运行会自动下载模型。若访问不了 HuggingFace先设置环境变量MINERU_MODEL_SOURCEmodelscope切换到国内镜像源。跑一条命令mineru -p your_document.pdf -o output-p也可以传目录里面的 PDF、图片和 Office 文件会被批量解析。看到输出output下会为每个文件生成独立文件夹其中full.md是主要产物另附 images 图片目录与 layout/span 可视化目录方便直接核对解析质量。进阶用法与部署选型场景启动方式适合谁本地跑单文件、小批量mineru -p 路径 -o output个人开发、效果验证无 GPU 的机器追加-b pipeline纯 CPU 环境精度略降但稳定接入服务与管线部署 mineru-apiFastAPI服务CLI 加--api-url或用 Python SDK 调用需要并发调用、多卡路由的团队# 只解析第 0-9 页切到本地 VLM 后端换更高精度 mineru -p large.pdf -o output -b vlm-engine -s 0 -e 9选型建议日常用默认的 hybrid-enginemedium effort精度与速度均衡追求精度时追加--effort high没有 GPU 就直接-b pipeline不必下载 VLM 模型。常见卡点与排查现象首次运行长时间卡在下载或下载失败。原因默认模型源 HuggingFace 不可达。修复export MINERU_MODEL_SOURCEmodelscope现象CPU 机器上默认后端报错或极慢。原因hybrid-engine 依赖 GPU显存 8GB 起。修复mineru -p in.pdf -o out -b pipeline现象结果看着不对但不知道错在哪。原因没做可视化质检。修复打开输出目录里的 span 可视化图逐页对照原图确认误识别与漏识别下一步官方文档站有模型源配置、Docker 部署以及 Dify、FastGPT、LangChain 等插件接入的详细说明。解析结果不及预期时建议在 issue 里附上样例文档方便维护者复现问题。【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考