MinerU

MinerU是什么？

MinerU是一款开源的智能文档解析与提取工具，能够精准识别还原复杂表格、公式、化学式、化学反应。先进 AI 技术加持，高精度导出CSV、HTML、Markdown，输出LaTeX、MathML，帮助用户科研、教师、企业、程序员快速获取结构化数据。适用多领域，易于操作，高效处理学术和专业技术文档。

MinerU提供哪些功能？

• 全格式兼容+灵活上传：支持多种格式的文档，包括PDF、Word、PPT、图片等格式；提供拖拽上传、截图上传、批量上传三种方式，3秒就能进行文档解析并导出，非常简单。
• 复杂元素精准提取：精准定位并自动提取文档中的图、表、公式、分子式、化学反应等复杂元素，无需人工录入，避免误差，保证精准提取。
• 多模态解析能力：自动解析文本、图像等多模态内容信息，适配含多种元素的复杂文档，同时提取等多种要求。
• 多格式一键转换：一键提取解析后的内容转换为 Markdown、JSON、LaTeX、HTML等常用格式转换成适合自己使用的样式。

适用场景

• 学术科研场景：提取论文中的公式、图表、反应式等，一键转换为 LaTeX 格式用于论文再次编辑，也转换为 Markdown 格式整理文献报告笔记。
• 数据复用场景：从中提取 PDF/Word 报告、PPT 表格数据、关键内容的图表，一键转换为 JSON 格式，用于大模型的数据统计分析或适配数据做机器训练、大数据生成语料使用。
• RAG 应用场景：解析各种文档提取所需的内容/信息，生成结构化的数据，作为大模型 RAG（检索增强）中生成高质量的数据源。
• 日常办公场景：快速提取文档中的关键元素（如合同中的表格、方案中的图表），转换为 HTML 嵌入网页或 Markdown 整理工作文档，提升办公效率。

MinerU怎么使用？

• MinerU官网网址入口：https://mineru.net/
• MinerU的Github仓库地址：https://github.com/opendatalab/mineru

MinerU核心是「免费文档解析工具」，不用复杂配置，新手优先选WebUI（无代码），想快速批量解析选「基础命令行」，以下是最简步骤：

一、前期准备（仅需 1 步）

1. 电脑上先装Python 3.9/3.10（官网 https://www.python.org/ 下载，安装时记得勾选 “Add Python to PATH”）；
2. 再打开你电脑上的命令提示符（或者是 Mac 上的终端、Linux 终端）输入如下命令，一运行就可以等待对应install完成就行了：pip install magic-pdf[full]

二、推荐方式：WebUI可视化操作（不用敲代码）

适合完全不懂编程的新手，浏览器点一点就能用：

1. 打开命令提示符 / 终端，输入以下命令启动 WebUI：mineru-gradio
2.启动后，浏览器会自动弹出页面（或手动访问 http://127.0.0.1:7860）；
3. 简单3步完成解析：

• 点击 ” 上传文件 “，选择PDF / Word / PPT / 图片（支持单文件）；
• 点击选语言（中文选 “ch”，英文选 “en”），其他不需要特别修改；
• 点击 “ 开始解析”，等了会直接下载 Markdown（包括公式、表格）和所有图片。 

三、备选方式：基础命令行（快速批量解析） 

适合想快速处理多个文件的用户，仅需 1 条简单命令：

1. 把你的要解析的文件（比如 paper.pdf）放在电脑桌面上的；
2. 打开命令提示符 / 终端，输入以下命令（复制后改 2 个地方）：mineru -p 桌面/paper.pdf -o 桌面/解析结果 -l ch

• 改 “桌面 /paper.pdf”：你的文件路径（比如桌面的 PDF 文件名）；
• 改 “桌面 / 解析结果”：想保存的文件夹（会自动创建）；
• “-l ch” 是中文文档，英文改 “-l en”。 

3. 按回车，稍等 3～10 秒后桌面上会出现 “解析结果” 文件夹，文件夹内有 Markdown（能编辑图片公式 / 表格）文件和打包下来的图片。

四、简单注意事项

国内下载慢？启动 WebUI 或命令行时，加个参数即可（不用懂原理）：
WebUI：mineru-gradio –source modelscope
命令行：mineru -p 桌面/paper.pdf -o 桌面/结果 -l ch –source modelscope

解析失败？基本上就是文档太大，文档太复杂了，把文档拆分成几份去解析（比如只下载10页里的），或换成简单的文档试试；

只想要表格 / 公式？不设置额外选项，工具都会解析出来，Markdown 里公式是 LaTeX 格式，表格直接可复制到 Excel。