MinerU是一款将PDF 转化为机器可读格式的强大工具(如 Markdown、JSON)。MinerU 诞生于书生-浦语的预训练过程中,能够保留原 PDF 文档结构,提取文字、图片、图片描述、表格等内容。它自动识别并转换 LaTeX 格式、HTML 格式,支持多语言 OCR 功能,确保高效准确地处理文档。