opendatalab/MinerU

Что это?

Ключевые возможности

• 01Преобразует PDF, сканы, файлы Office, EPUB, HTML и CSV в Markdown или JSON.
• 02Предлагает четыре уровня качества: от быстрого разбора в режиме Flash до режима Advanced для сложной вёрстки.
• 03Экспортирует данные в девять форматов, включая Markdown, HTML, LaTeX, DOCX и EPUB.
• 04Запускает локальные модели на CPU, GPU или Apple Silicon; удалённый разбор используется только при соответствующей настройке.
• 05Предоставляет CLI, Python SDK, API и веб-интерфейс на Gradio, а также локальную библиотеку документов с поиском.

Сценарии использования

• Подача PDF-отчётов и научных статей в LLM или RAG-пайплайн в виде чистого Markdown.
• Извлечение таблиц и формул из сканов для анализа.
• Предоставление AI-агентам доступа к длинным документам постранично, со ссылками для цитирования.
• Пакетное преобразование файлов Office и OpenDocument в структурированный текст.

Быстрый старт

1. 1

   Установить uv с помощью pip

   pip install uv
2. 2

   Создать виртуальное окружение с Python 3.12

   uv venv .mineru --python 3.12
3. 3

   Установить MinerU 4.0 stable в окружение (сначала активируйте venv согласно README)

   uv pip install -U "mineru>=4.0,<5"
4. 4

   Преобразовать PDF в Markdown

   mineru-kit parse document.pdf -o document.md --tier standard

Что важно знать

• !Не удалось автоматически определить лицензию, поэтому перед коммерческим использованием проверьте репозиторий.
• !Для максимальной производительности требуется GPU NVIDIA; для других устройств необходимо вручную установить accelerated torch и vllm или lmdeploy.
• !В Windows GPU-сборку torch необходимо установить отдельно.

Темы

Частые вопросы

Что такое MinerU?

Парсер документов с открытым исходным кодом, который преобразует PDF, файлы Office и изображения в Markdown или JSON для LLM и агентных сценариев. MinerU разбирает сложные документы — PDF, сканы, файлы Word, PowerPoint и Excel, EPUB, HTML и CSV — и преобразует их в структурированный контент. Результат можно вывести в Markdown, HTML, LaTeX, DOCX, EPUB, PDF или в виде списков контента в структурированном JSON. Поэтому MinerU подходит для подачи данных в RAG-пайплайны и приложения на базе LLM.

MinerU можно использовать бесплатно? Какая у него лицензия?

MinerU распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.

MinerU всё ещё поддерживается?

Активно поддерживается. Последний коммит в MinerU — 19 окт. 2026 г..

Для чего можно использовать MinerU?

Подача PDF-отчётов и научных статей в LLM или RAG-пайплайн в виде чистого Markdown. Извлечение таблиц и формул из сканов для анализа. Предоставление AI-агентам доступа к длинным документам постранично, со ссылками для цитирования. Пакетное преобразование файлов Office и OpenDocument в структурированный текст.

Как установить MinerU?

Установить uv с помощью pip: pip install uv Создать виртуальное окружение с Python 3.12: uv venv .mineru --python 3.12 Установить MinerU 4.0 stable в окружение (сначала активируйте venv согласно README): uv pip install -U "mineru>=4.0,<5" Преобразовать PDF в Markdown: mineru-kit parse document.pdf -o document.md --tier standard

Где скачать MinerU?

Исходный код и инструкции по установке — на GitHub: https://github.com/opendatalab/MinerU