MinerU Gradio WebUI 完整指南5 分钟把 PDF 和 Office 文档转成 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 是一个开源文档解析工具能把 PDF、DOCX、PPTX、XLSX 和图片转换成可供大模型直接使用的 Markdown 与 JSON。它的 Gradio WebUI 把整个流程搬进了浏览器上传文件、点一下转换几分钟后就能拿到带版面预览的解析结果全程不需要敲任何解析命令。 快速上手四步拿到第一个解析结果第 1 步安装pip install -U mineru[core]mineru[core]一次装齐三种解析引擎和 Gradio 界面依赖。完成后运行mineru-gradio --help能打印出参数列表说明安装成功。第 2 步启动mineru-gradio首次启动会自动下载解析模型请保持网络通畅国内网络建议先执行export MINERU_MODEL_SOURCEmodelscope再启动。完成后终端会给出类似http://127.0.0.1:7860/的地址端口默认 7860浏览器打开即可看到界面左侧是上传区和参数右侧是文档预览和结果区。第 3 步上传文件拖入一个 PDF 试试。完成后右侧会立即出现文档预览解析后端下拉框默认停在 Hybrid 推荐项无需任何配置。第 4 步点击转换状态面板会依次经过准备请求、检查服务、提交、排队、解析中、下载结果、整理输出、完成 8 个阶段。完成后结果文件区域出现一个 ZIP 压缩包Markdown 渲染Markdown 文本JSON 内容列表三个标签页同步有内容公式和表格会直接渲染出来。 高频场景按文档类型选对操作场景一解析带公式和表格的论文目标把一篇英文论文转成保留公式、表格结构的 Markdown。操作保持默认的 hybrid-engine 后端启用表格识别启用行间公式识别两个开关默认都是开的不用动。对精度要求极高时在高级选项里把 Hybrid 解析强度从 medium 调到 high。效果与小贴士页面顶部有一个最大转换页数滑块默认上限 1000 页。只转换前 10 页时把滑块拖到 10 即可处理时间能省掉绝大部分。解析结果里包含原始 PDF 的版面标注预览效果类似下图这种按版面分块识别的形式场景二扫描件和图片型 PDF目标文档没有文字层只能靠 OCR 把图片里的文字读出来。操作把后端切换为 Pipeline稳定多语言在高级选项里选择 OCR 语言中文选 ch共覆盖中文、韩文、泰文、阿拉伯文、西里尔文等 12 种常用语言。如果识别结果仍然不理想再勾选强制启用 OCR。效果与小贴士OCR 语言下拉框只在 pipeline 后端下显示语言选错会明显掉精度所以这个场景建议固定用 pipeline。hybrid 后端也有强制 OCR开关但没有语言选择项。场景三转换 DOCX、PPTX、XLSX目标把 Office 文档转成统一的 Markdown 格式。操作直接上传 .docx、.pptx 或 .xlsx 文件点转换。上传 Office 文件后页数滑块、后端下拉框等选项会自动隐藏转换结果同样打包进 ZIP 下载。效果与小贴士预览区会尝试用微软在线服务展示 Office 原文件这需要文件能被外网访问转换本身不依赖这个预览提示框点忽略即可。场景四远程模型服务本机不占显卡目标把耗显卡的模型推理放到远程机器本机只做界面和编排。操作启动时加上 http-client 开关mineru-gradio --enable-http-client true之后后端下拉框会多出 Remote VLM 和 Remote Hybrid 两个选项选中后填入 OpenAI 兼容服务的地址默认提示为http://localhost:30000即可。效果与小贴士这条路适合多人共用一台 GPU 服务器的团队界面本身只需要 CPU 环境。各参数的完整说明可以参考 docs/zh/usage/cli_tools.md。⚖️ 后端怎么选一张表说清后端定位适用情况hybrid-engine默认混合引擎超高精度大多数场景的首选vlm-engine多模态大模型端到端高精度中英文文档、精度优先pipeline传统多模型管道低资源、无幻觉多语言、扫描件、指定 OCR 语言vlm-http-client远程 VLM推理放在远程 GPU需--enable-http-clienthybrid-http-client远程 Hybrid同上精度优先拿不准时按下面这个流程走️ 避坑五个高频问题问题一首次启动卡住或报模型下载失败原因默认从 Hugging Face 拉取模型网络不通就会卡住。解决办法设置export MINERU_MODEL_SOURCEmodelscope也可用 auto后重新启动。问题二启动时提示端口被占用原因7860 已被其他程序占用。解决办法换端口启动。mineru-gradio --server-port 7861问题三大文档解析时内存或显存吃紧原因页数上限默认 1000 页大文档一次性全量处理开销大。解决办法先用滑块限制页数试跑或启动时直接限制上限例如mineru-gradio --max-convert-pages 200。问题四Markdown 预览里公式显示为原始符号原因界面渲染使用的 LaTeX 分隔符与文档中的公式写法不一致。解决办法默认--latex-delimiters-type all同时支持$和\(\)两种写法一般无需改动若自定义过该参数改回 all 即可。问题五Office 文件预览空白原因在线预览依赖微软服务能否访问到你的文件与转换是否成功无关。解决办法点击忽略或不再提示直接看 ZIP 结果。✅ 收尾30 秒自查清单第一次使用什么都不改直接 hybrid-engine 跑一遍处理大文档先调低最大转换页数滑块处理扫描件切 pipeline并选对 OCR 语言团队共用 GPU--enable-http-client接远程服务界面细节有疑惑查看 mineru/cli/gradio_app.py 与 docs/zh/usage/quick_usage.md现在就在终端敲下mineru-gradio打开浏览器上传你手边任意一个 PDF看看它转出来的 Markdown 长什么样吧。本文基于 MinerU 3.4.4 的界面行为与参数编写选项名称可能随版本更新微调。【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 Gradio WebUI 完整指南：5 分钟把 PDF 和 Office 文档转成 Markdown
MinerU Gradio WebUI 完整指南5 分钟把 PDF 和 Office 文档转成 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 是一个开源文档解析工具能把 PDF、DOCX、PPTX、XLSX 和图片转换成可供大模型直接使用的 Markdown 与 JSON。它的 Gradio WebUI 把整个流程搬进了浏览器上传文件、点一下转换几分钟后就能拿到带版面预览的解析结果全程不需要敲任何解析命令。 快速上手四步拿到第一个解析结果第 1 步安装pip install -U mineru[core]mineru[core]一次装齐三种解析引擎和 Gradio 界面依赖。完成后运行mineru-gradio --help能打印出参数列表说明安装成功。第 2 步启动mineru-gradio首次启动会自动下载解析模型请保持网络通畅国内网络建议先执行export MINERU_MODEL_SOURCEmodelscope再启动。完成后终端会给出类似http://127.0.0.1:7860/的地址端口默认 7860浏览器打开即可看到界面左侧是上传区和参数右侧是文档预览和结果区。第 3 步上传文件拖入一个 PDF 试试。完成后右侧会立即出现文档预览解析后端下拉框默认停在 Hybrid 推荐项无需任何配置。第 4 步点击转换状态面板会依次经过准备请求、检查服务、提交、排队、解析中、下载结果、整理输出、完成 8 个阶段。完成后结果文件区域出现一个 ZIP 压缩包Markdown 渲染Markdown 文本JSON 内容列表三个标签页同步有内容公式和表格会直接渲染出来。 高频场景按文档类型选对操作场景一解析带公式和表格的论文目标把一篇英文论文转成保留公式、表格结构的 Markdown。操作保持默认的 hybrid-engine 后端启用表格识别启用行间公式识别两个开关默认都是开的不用动。对精度要求极高时在高级选项里把 Hybrid 解析强度从 medium 调到 high。效果与小贴士页面顶部有一个最大转换页数滑块默认上限 1000 页。只转换前 10 页时把滑块拖到 10 即可处理时间能省掉绝大部分。解析结果里包含原始 PDF 的版面标注预览效果类似下图这种按版面分块识别的形式场景二扫描件和图片型 PDF目标文档没有文字层只能靠 OCR 把图片里的文字读出来。操作把后端切换为 Pipeline稳定多语言在高级选项里选择 OCR 语言中文选 ch共覆盖中文、韩文、泰文、阿拉伯文、西里尔文等 12 种常用语言。如果识别结果仍然不理想再勾选强制启用 OCR。效果与小贴士OCR 语言下拉框只在 pipeline 后端下显示语言选错会明显掉精度所以这个场景建议固定用 pipeline。hybrid 后端也有强制 OCR开关但没有语言选择项。场景三转换 DOCX、PPTX、XLSX目标把 Office 文档转成统一的 Markdown 格式。操作直接上传 .docx、.pptx 或 .xlsx 文件点转换。上传 Office 文件后页数滑块、后端下拉框等选项会自动隐藏转换结果同样打包进 ZIP 下载。效果与小贴士预览区会尝试用微软在线服务展示 Office 原文件这需要文件能被外网访问转换本身不依赖这个预览提示框点忽略即可。场景四远程模型服务本机不占显卡目标把耗显卡的模型推理放到远程机器本机只做界面和编排。操作启动时加上 http-client 开关mineru-gradio --enable-http-client true之后后端下拉框会多出 Remote VLM 和 Remote Hybrid 两个选项选中后填入 OpenAI 兼容服务的地址默认提示为http://localhost:30000即可。效果与小贴士这条路适合多人共用一台 GPU 服务器的团队界面本身只需要 CPU 环境。各参数的完整说明可以参考 docs/zh/usage/cli_tools.md。⚖️ 后端怎么选一张表说清后端定位适用情况hybrid-engine默认混合引擎超高精度大多数场景的首选vlm-engine多模态大模型端到端高精度中英文文档、精度优先pipeline传统多模型管道低资源、无幻觉多语言、扫描件、指定 OCR 语言vlm-http-client远程 VLM推理放在远程 GPU需--enable-http-clienthybrid-http-client远程 Hybrid同上精度优先拿不准时按下面这个流程走️ 避坑五个高频问题问题一首次启动卡住或报模型下载失败原因默认从 Hugging Face 拉取模型网络不通就会卡住。解决办法设置export MINERU_MODEL_SOURCEmodelscope也可用 auto后重新启动。问题二启动时提示端口被占用原因7860 已被其他程序占用。解决办法换端口启动。mineru-gradio --server-port 7861问题三大文档解析时内存或显存吃紧原因页数上限默认 1000 页大文档一次性全量处理开销大。解决办法先用滑块限制页数试跑或启动时直接限制上限例如mineru-gradio --max-convert-pages 200。问题四Markdown 预览里公式显示为原始符号原因界面渲染使用的 LaTeX 分隔符与文档中的公式写法不一致。解决办法默认--latex-delimiters-type all同时支持$和\(\)两种写法一般无需改动若自定义过该参数改回 all 即可。问题五Office 文件预览空白原因在线预览依赖微软服务能否访问到你的文件与转换是否成功无关。解决办法点击忽略或不再提示直接看 ZIP 结果。✅ 收尾30 秒自查清单第一次使用什么都不改直接 hybrid-engine 跑一遍处理大文档先调低最大转换页数滑块处理扫描件切 pipeline并选对 OCR 语言团队共用 GPU--enable-http-client接远程服务界面细节有疑惑查看 mineru/cli/gradio_app.py 与 docs/zh/usage/quick_usage.md现在就在终端敲下mineru-gradio打开浏览器上传你手边任意一个 PDF看看它转出来的 Markdown 长什么样吧。本文基于 MinerU 3.4.4 的界面行为与参数编写选项名称可能随版本更新微调。【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