开发语言未说明
资源大小24.42MB
运行环境Windows / Linux / macOS / Web
资源状态可查看
从非结构化文档到结构化数据
MinerU由OpenDataLab团队打造，定位是开源文档解析基座，用来把PDF、图片和Office文档中的内容转成机器可读的Markdown或JSON。
对需要为LLM准备训练语料、为RAG知识库搭建检索源头，或为Agent系统提供文档理解能力的用户来说，MinerU提供了一条从原始文档…
格式覆盖与识别能力
输入侧原生支持PDF、JPG/PNG/TIFF图片、DOCX、PPTX、XLSX五种格式，端到端输出结构化数据，不需要额外格式转换工具。
识别环节采用VLM与传统OCR协同的双引擎策略，支持109种语言的文字检测与识别，对扫描件、手写体和模糊图像均有处理能力。数学公式会转换为LaTeX格式，表格则输出为HTML结构，支持合并单元格与跨页表格还原。
使用方式与部署形态
MinerU提供命令行工具（CLI）、FastAPI服务接口和Gradio WebUI三种使用模式，支持单机部署。通过WebUI可以上传文档、查看解析进度与结果，并导出结构化数据；
运行环境方面，它支持纯CPU环境，也支持GPU加速，并适配了十余款国产算力平台。Hybrid low模式针对纯CPU环境优化，内存占用较低，可在云服务器、边缘设备乃至树莓派上运行。
配置、扩展与下载前核对
项目基于Python开发，后端使用深度学习框架与计算机视觉模型。整体采用模块化设计，版面检测、文字识别、公式转换、表格重建等环节均可独立替换与扩展，方便研…
配置层面支持YAML文件、环境变量与命令行参数，可调整OCR语言包、版面分析阈值、输出格式、缓存策略、GPU设备编号和并发线程数等。大规模批量处理时，可通过FastAPI上传任务队列，结合mineru-router组件进行多卡编排与多节点分布式调度。
界面预览
