MinerU 文档解析工具上手指南：PDF/Office 转 LLM 可用 Markdown
MinerU 文档解析工具上手指南PDF/Office 转 LLM 可用 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 是一款文档解析工具可将 PDF、图片以及 DOCX、PPTX、XLSX 转化为 Markdown、JSON 等机器可读格式适合 RAG 检索、Agent 知识库构建与论文整理等场景安装后一条命令即可完成解析。快速上手先用uv安装完整版mineru[all]包含全部核心功能兼容 Windows / Linux / macOSuv pip install mineru[all]安装完成后直接运行命令行即可开始解析。首次使用会自动下载所需模型文件之后加载本地缓存mineru -p input_path -o output_pathinput_path支持本地 PDF / 图片 / DOCX / PPTX / XLSX 文件或目录output_path为输出目录未传--api-url时CLI 会自动拉起本地临时服务。默认后端需要 GPUVolta 及以后架构、约 8GB 显存或 Apple Silicon纯 CPU 环境请参考下面第一个场景。典型使用场景纯 CPU 环境解析文档没有 GPU 时指定pipeline后端即可运行。该后端支持纯 CPU 推理在 OmniDocBench v1.6 评测中取得 86.47 分mineru -p input_path -o output_path -b pipeline输出的文本按人类阅读顺序排列自动去除页眉、页脚、页码支持扫描件与多栏版面。启动 MinerU API 服务如果你的程序需要以接口方式调用解析能力可以先部署mineru-api。启动后在浏览器访问http://127.0.0.1:8000/docs即可查看 API 文档mineru-api --host 0.0.0.0 --port 8000服务提供健康检查、任务提交与结果获取接口任务默认保留 24 小时后自动清理适合嵌入批量处理流水线。用 http-client 远程推理GPU 服务器与客户端不在同一台机器时在服务端启动 OpenAI 兼容推理服务本地用 http-client 后端连接即可mineru -p input_path -o output_path -b hybrid-http-client -u http://127.0.0.1:30000其中vlm-http-client是轻量远程客户端本地不需要安装torch适合边缘设备hybrid-http-client则需要本地具备 pipeline 相关依赖。常用配置速查下面这些环境变量用于控制模型来源、解析开关与渲染并发优先级高于命令行参数在所有命令行工具中都生效配置项作用推荐值MINERU_MODEL_SOURCE模型下载源无法访问 HuggingFace 时设为modelscopeMINERU_FORMULA_ENABLE是否启用公式解析true默认开启MINERU_TABLE_ENABLE是否启用表格解析true默认开启MINERU_TABLE_MERGE_ENABLE是否合并跨页表格true默认开启MINERU_PDF_RENDER_THREADSPDF 渲染 worker 并发数4默认MINERU_PROCESSING_WINDOW_SIZE大文档单次处理窗口大小64默认更细的配置可以编辑用户目录下的mineru.json文件模型源部分可参考模型源说明。常见问题模型下载失败、网络超时设置export MINERU_MODEL_SOURCEmodelscope切换到 ModelScope 镜像源详见模型源说明。没有 GPU 能运行吗可以命令后追加-b pipeline即可在纯 CPU 环境解析。解析结果不符合预期先查常见问题仍未解决时提交 issue 并附上样例文件便于复现排查。完整参数列表见命令行工具使用说明。MinerU 用一条命令行就能把复杂文档变成结构化 Markdown/JSON管线全部开源、可自由扩展。去仓库看完整文档把文档转换跑起来吧。【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
