简介
MinerU 是由上海人工智能实验室开发的开源 PDF 文档解析工具，专为科学文献和复杂文档处理而设计。它能够高精度地将 PDF 文档转换为机器可读的格式（如 Markdown、JSON），并保持文档的原始结构和语义完整性。
主要特性
- 高精度解析 - 保留文档结构包括标题、段落、列表等，确保语义连贯性
- 多格式输出 - 支持 Markdown、JSON 等多种输出格式，适配不同应用场景
- 智能 OCR 识别 - 自动检测扫描版 PDF，支持 84 种语言的文本识别
- 公式表格处理 - 自动识别并转换数学公式为 LaTeX，表格转换为 HTML 格式
- 多模态提取 - 提取图像、图片描述、表格标题和脚注等多媒体内容
使用场景
- 学术文献处理 - 将研究论文转换为结构化数据用于文献分析和知识提取
- RAG 系统构建 - 为大语言模型提供高质量的文档数据源
- 数据预处理 - 批量处理 PDF 文档为机器学习模型准备训练数据
- 内容管理系统 - 将传统 PDF 资料数字化为可检索和编辑的格式
技术特点
- 多后端支持 - 提供 pipeline、vlm-transformers 等多种解析后端
- 硬件加速 - 支持 GPU(CUDA)、NPU(CANN)、MPS 等硬件加速
- 跨平台兼容 - 兼容 Windows、Linux 和 macOS 操作系统
- 可视化验证 - 提供布局和跨度可视化功能便于结果质量检查
- 灵活部署 - 支持命令行、API、WebUI 和 Docker 多种部署方式