
MinerU是一个开源文档解析工具,主要用来把PDF、图片转成可检索内容,服务于要读文档的人。它由opendatalab团队维护,以仓库形式开放源码。和只管把文件拆成文本的通用解析器不同,它把解析与阅读接成一条链路:内容既能转成Markdown供分析,也能按页、按块接着往下读,并留下稳定的引用位置。对隐私敏感的场景,它默认在本机完成解析,只有命令里显式启用远程才会上传文件,本地失败也不会悄悄改道。项目提供Python SDK、V1 API、无状态批处理、Router和网页界面,新版还补上行内公式、复杂版式与跨页表格识别。看清它覆盖的格式与环节,就知道该不该换掉手头流程。

主要功能
- 多格式转 Markdown:PDF、扫描件、图片、Word、PPT、Excel、RTF、OpenDocument、EPUB、OFD、HTML、MHTML、CSV 都能转成文本,扫描件走 OCR。
- 文档库与引用定位:发现文件、缓存结果、搜索已索引内容,并保留 doc:{shortid}/tier:{tier}/page:{pageno}/block:{blockno} 定位符供引用与回读。
- 长文档续读:以页、块为单位接着读,不必把整篇塞进上下文;也能取页面或块的图片做视觉核对。
- 解析质量分级:行内公式、复杂版式与跨页表格合并更准;Flash 档借助 Tagged PDF 与 PDF/UA 结构语义改善阅读顺序。
- 工具形态齐全:Python SDK、V1 异步任务接口、无状态批处理、多服务 Router 与 Gradio 网页界面;新版支持原文与结果双向跳转、大纲导航。
- 模型与算力自配:小模型用 ONNX 或 Torch,视觉模型用 llama.cpp、vLLM 或 LMDeploy,按设备自动加速。
适合谁用
- 要把 PDF、扫描件批量转成可分析文本的开发者与数据分析者。
- 让 Agent 读长文档、又需要稳定引用出处的团队。
- 处理论文、财报等多表格多公式材料的学生与研究者。
- 看重本地解析、不愿把文件外传的隐私敏感用户。
- 想自选模型引擎与算力、自行搭解析服务的工程师。
主要入口
首屏是项目名与简介,往下为 Overview 概览,交代版本更新与能力边界。Try online 能在浏览器里先跑一遍解析器,无需装环境;English 与简体中文可切换。README 按 Quick Start、Supported Inputs 等小节展开,对应上手与支持格式。再往下是续读、按定位符读取、查看页面图片和搜索等阅读说明;Privacy Rules、Telemetry、Quality Tiers 小节讲清隐私与档位规则。侧边另有 Discord、WeChat 社群。
同类对照
- 和通用 PDF 解析库比:它不只出文本,还带文档库、续读与稳定定位符,适合把内容喂给 Agent 并回引出处的场景。
- 和纯 OCR 工具比:它把扫描识别、版式公式与跨页表格放进同一条链路,材料类型杂时少来回切换。
- 和在线转换服务比:它默认本地解析、模型引擎可自选,文件敏感或量大时更合适选它。
数据统计
数据评估
关于MinerU特别声明
本站跳跳兔导航提供的MinerU都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由跳跳兔导航实际控制,在2026年11月20日 上午10:35收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,跳跳兔导航不承担任何责任。
相关导航

DeerTools 小鹿工具是一个免费在线工具箱,把解压 zip、Excel 转 CSV、JSON 格式化、二维码生成识别、文件摘要校验、幸运大转盘、随机点名等小工具收在一处,免注册免安装,多数处理在浏览器本地完成,数据不上传。

新FreeCut
FreeCut是一个浏览器里的多轨道视频剪辑工具,无需安装、无需上传,剪辑、预览、转录与导出都在网页完成;项目和媒体以文件形式留在本地工作区,提供时间线、关键帧、音频均衡、效果与转场,适合想做剪辑又看重本地存放的创作者。

高校校徽字体图标库
高校校徽字体图标库是一个开源资源库,把全国三百多所高校的校徽整理成可缩放、可改色的字体图标,附带可直接运行的演示示例,供网页与院校类设计快速调用校徽图形,并且持续补充新增校徽,方便制作统一风格的页面。

TTS Azure Web
TTS Azure Web 是基于 Next.js 15 的 Azure 文本转语音网页应用,支持音色定制、音频调节与导出,并有普通和 SSML 双模式及配置导入导出,可用自己的 Azure Key 本地或云端部署。

新漫画图片翻译器
漫画图片翻译器是一个把图片中文字一键翻成目标语言的开源工具,主要翻译少有人专门翻译的漫画与截图,支持日语及二十多种语言,能自动抹掉原文并重新排版,产出可直接使用的译文成图,还提供在线演示、批量处理与 API 调用。

Idm Vton
Idm Vton是一个AI虚拟试穿开源项目,用扩散模型把人物照片与服装图合成穿衣效果,配套数据准备、训练、推理与本地演示的流程,支持VITON-HD和DressCode两套数据集,面向研究虚拟试衣的开发者与算法工程师。

新live
live 是一个可直连访问的电视与广播图标库,同时提供节目单接口、格式互转、下载与播放测试等在线工具,面向需要台标和直播订阅的爱好者。项目开源免费、台标持续更新,支持双栈访问,贡献者可以补图参与共建。
恶臭数字论证器
一个将任意数字分解成 114514 构成的公式的工具。
暂无评论...






