MinerU PDF解析1.2B小模型一条命令把30页论文变成干净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/MinerU公式转成Markdown变乱码、表格被拆成一行行文字喂过论文给大模型的人都懂这个痛。MinerU 是一款开源PDF解析引擎1.2B参数的VLM OCR双引擎公式输出为LaTeX、表格输出为HTML官方 OmniDocBench v1.6 评测主后端得分95.39pipeline 后端在4GB显存的机器上也能跑。30秒跑起来装一行跑一条命令 用 uv 安装即可首次运行会自动下载模型uv pip install -U mineru[all]对仓库自带的演示文件执行一条命令mineru -p ./demo/pdfs/demo1.pdf -o ./output跑完后./output里会出现三样东西可直接阅读的*.md、带坐标和语义信息的*.json以及文档中提取出的images/图片目录。默认后端是 hybrid-engine需要8GB显存低配机器加-b pipeline最低4GB显存、纯CPU也能跑。国内用户可先把模型源切到 ModelScope免去下载卡顿export MINERU_MODEL_SOURCEmodelscope完整硬件门槛显存、内存、磁盘见 官方软硬件环境支持说明。能力地图五类文档四种解析场景公式直接变 LaTeX论文里行内公式、独立编号公式密集时普通提取工具全变符号乱码。MinerU 逐页检测公式区域交给 MFR 识别模型解码后直接写成 LaTeX 放进 Markdown。3.0 版本还补上了表格内公式、行间公式序号的识别复制进论文编辑器能直接编译。实现在 公式识别模块。复杂表格还原成 HTML跨页表格、多级表头、合并单元格是大多数工具翻车的地方。MinerU 走 SlanetPlus / UnetTable 两条表格结构识别路线被截断的跨页表格再由合并逻辑自动拼回一张表。拿到的结果是一整块可选可编辑的 HTML 表格而不是一堆散字。跨页拼接逻辑在 表格合并。多栏排版与阅读顺序期刊论文双栏加侧边栏时文本很容易按错误顺序输出。MinerU 先做版面检测定位每类区域再按人类阅读顺序排序顺手清掉页眉、页脚和页码保证段落语义连贯。布局模型代码在 版面检测。五种文档格式一条命令除了 PDF 和图片DOCX、PPTX、XLSX 也走原生解析。官方称 DOCX 原生链路比先转 PDF 再解析的旧流程快数十倍端到端代码在 Office 解析后端。可视化质检 PDF不放心结果可以逐页核对layout.pdf在每页画出检测框和阅读顺序编号span.pdf再用不同色框标出文本片段位置排查漏字、公式误检很方便。各输出文件的作用见 输出文件说明。架构速览从 PDF 到 Markdown 的流水线官方全景图把链路分成五层预处理做文档分类乱码、扫描件检测决定走文本还是OCR模型层做版面检测、公式检测、文字识别管线层完成坐标修复、表格合并、段落合并并沉淀为统一中间态输出层生成 Markdown、JSON 与可视化文件质检层则覆盖论文、教材、试卷等基准集。pipeline、hybrid、vlm 三套后端本质是这条流水线的不同组合。进阶玩法想继续深入时该看哪里换更快的推理引擎vllm、lmdeploy 加速模块可按需加装见 扩展模块安装指南。多卡多服务部署mineru-router支持多 GPU 自动拉起 worker 并做任务负载均衡mineru-api提供异步任务接口细节在 命令行工具说明。零代码界面mineru-gradio --server-name 0.0.0.0 --server-port 7860即可得到一个拖拽式解析页面配合 Docker 的部署方式见 Docker 部署文档。接入现有 RAG 与 AI 工具链官方支持 LangChain、LlamaIndex、Dify、FastGPT、RAGFlow 原生集成也提供 MCP Server 接 Cursor 等 AI 编程工具配置模板可参考 mineru.template.json。不管是给 RAG 知识库喂论文还是批量清洗扫描件归档MinerU 的输出都是机器可读的 Markdown / JSON后续检索与抽取不用再做格式修补。官方文档docs/zh/usage/quick_usage.mdFAQdocs/zh/faq/index.md输出文件说明docs/zh/reference/output_files.mdDocker 部署docs/zh/quick_start/docker_deployment.md源码git clone https://gitcode.com/GitHub_Trending/mi/MinerU【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 PDF解析：1.2B小模型，一条命令把30页论文变成干净Markdown
MinerU PDF解析1.2B小模型一条命令把30页论文变成干净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/MinerU公式转成Markdown变乱码、表格被拆成一行行文字喂过论文给大模型的人都懂这个痛。MinerU 是一款开源PDF解析引擎1.2B参数的VLM OCR双引擎公式输出为LaTeX、表格输出为HTML官方 OmniDocBench v1.6 评测主后端得分95.39pipeline 后端在4GB显存的机器上也能跑。30秒跑起来装一行跑一条命令 用 uv 安装即可首次运行会自动下载模型uv pip install -U mineru[all]对仓库自带的演示文件执行一条命令mineru -p ./demo/pdfs/demo1.pdf -o ./output跑完后./output里会出现三样东西可直接阅读的*.md、带坐标和语义信息的*.json以及文档中提取出的images/图片目录。默认后端是 hybrid-engine需要8GB显存低配机器加-b pipeline最低4GB显存、纯CPU也能跑。国内用户可先把模型源切到 ModelScope免去下载卡顿export MINERU_MODEL_SOURCEmodelscope完整硬件门槛显存、内存、磁盘见 官方软硬件环境支持说明。能力地图五类文档四种解析场景公式直接变 LaTeX论文里行内公式、独立编号公式密集时普通提取工具全变符号乱码。MinerU 逐页检测公式区域交给 MFR 识别模型解码后直接写成 LaTeX 放进 Markdown。3.0 版本还补上了表格内公式、行间公式序号的识别复制进论文编辑器能直接编译。实现在 公式识别模块。复杂表格还原成 HTML跨页表格、多级表头、合并单元格是大多数工具翻车的地方。MinerU 走 SlanetPlus / UnetTable 两条表格结构识别路线被截断的跨页表格再由合并逻辑自动拼回一张表。拿到的结果是一整块可选可编辑的 HTML 表格而不是一堆散字。跨页拼接逻辑在 表格合并。多栏排版与阅读顺序期刊论文双栏加侧边栏时文本很容易按错误顺序输出。MinerU 先做版面检测定位每类区域再按人类阅读顺序排序顺手清掉页眉、页脚和页码保证段落语义连贯。布局模型代码在 版面检测。五种文档格式一条命令除了 PDF 和图片DOCX、PPTX、XLSX 也走原生解析。官方称 DOCX 原生链路比先转 PDF 再解析的旧流程快数十倍端到端代码在 Office 解析后端。可视化质检 PDF不放心结果可以逐页核对layout.pdf在每页画出检测框和阅读顺序编号span.pdf再用不同色框标出文本片段位置排查漏字、公式误检很方便。各输出文件的作用见 输出文件说明。架构速览从 PDF 到 Markdown 的流水线官方全景图把链路分成五层预处理做文档分类乱码、扫描件检测决定走文本还是OCR模型层做版面检测、公式检测、文字识别管线层完成坐标修复、表格合并、段落合并并沉淀为统一中间态输出层生成 Markdown、JSON 与可视化文件质检层则覆盖论文、教材、试卷等基准集。pipeline、hybrid、vlm 三套后端本质是这条流水线的不同组合。进阶玩法想继续深入时该看哪里换更快的推理引擎vllm、lmdeploy 加速模块可按需加装见 扩展模块安装指南。多卡多服务部署mineru-router支持多 GPU 自动拉起 worker 并做任务负载均衡mineru-api提供异步任务接口细节在 命令行工具说明。零代码界面mineru-gradio --server-name 0.0.0.0 --server-port 7860即可得到一个拖拽式解析页面配合 Docker 的部署方式见 Docker 部署文档。接入现有 RAG 与 AI 工具链官方支持 LangChain、LlamaIndex、Dify、FastGPT、RAGFlow 原生集成也提供 MCP Server 接 Cursor 等 AI 编程工具配置模板可参考 mineru.template.json。不管是给 RAG 知识库喂论文还是批量清洗扫描件归档MinerU 的输出都是机器可读的 Markdown / JSON后续检索与抽取不用再做格式修补。官方文档docs/zh/usage/quick_usage.mdFAQdocs/zh/faq/index.md输出文件说明docs/zh/reference/output_files.mdDocker 部署docs/zh/quick_start/docker_deployment.md源码git clone https://gitcode.com/GitHub_Trending/mi/MinerU【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 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
