opendatalab/MinerU

这是什么？

核心功能

• 01将 PDF、扫描图片、Office 文件、EPUB、HTML、CSV 解析为 Markdown 或 JSON。
• 02提供从极速到高级的四档解析质量，高级档适用于复杂版式。
• 03支持导出 Markdown、HTML、LaTeX、DOCX、EPUB 等九种格式。
• 04可在 CPU、GPU 或 Apple Silicon 上运行本地模型，仅在显式配置时使用远程解析。
• 05提供命令行、Python SDK、API 和 Gradio WebUI，并带有可搜索的本地文档库。

适用场景

• 将 PDF 报告或论文转换为干净的 Markdown，供大模型或 RAG 流程使用。
• 从扫描文档中提取表格和公式以便分析。
• 让 AI 智能体按页读取长文档，并保留可引用的定位信息。
• 批量将 Office 与 OpenDocument 文件转换为结构化文本。

快速上手

1. 1

   用 pip 安装 uv

   pip install uv
2. 2

   用 Python 3.12 创建虚拟环境

   uv venv .mineru --python 3.12
3. 3

   在虚拟环境中安装 MinerU 4.0 稳定版（请先按 README 激活虚拟环境）

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

   将 PDF 解析为 Markdown

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

使用前须知

• !许可证无法自动识别，商业使用前请先在仓库中核实。
• !要获得最佳吞吐量需要 NVIDIA GPU；其他非 NVIDIA 设备需要自行安装加速版 torch 以及 vllm 或 lmdeploy。
• !在 Windows 上需要单独安装 GPU 版本的 torch。

标签

常见问题

MinerU 是什么？

开源文档解析工具，将 PDF、Office 文档和图片转换为 Markdown 或 JSON，供大模型和智能体使用。 MinerU 可将 PDF、扫描图片、Word、PowerPoint、Excel、EPUB、HTML、CSV 等文档解析为结构化内容。输出支持 Markdown、HTML、LaTeX、DOCX、EPUB、PDF 以及结构化 JSON 内容列表，适合作为 RAG 流程和大模型应用的输入。

MinerU 可以免费使用吗？用的什么许可证？

MinerU 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。

MinerU 还在维护吗？

活跃维护中。MinerU 最近一次提交是在 2026年10月19日。

MinerU 适合用来做什么？

将 PDF 报告或论文转换为干净的 Markdown，供大模型或 RAG 流程使用。 从扫描文档中提取表格和公式以便分析。 让 AI 智能体按页读取长文档，并保留可引用的定位信息。 批量将 Office 与 OpenDocument 文件转换为结构化文本。

MinerU 怎么安装和运行？

用 pip 安装 uv: pip install uv 用 Python 3.12 创建虚拟环境: uv venv .mineru --python 3.12 在虚拟环境中安装 MinerU 4.0 稳定版（请先按 README 激活虚拟环境）: uv pip install -U "mineru>=4.0,<5" 将 PDF 解析为 Markdown: mineru-kit parse document.pdf -o document.md --tier standard

在哪里获取 MinerU？

源代码和安装说明在 GitHub 上：https://github.com/opendatalab/MinerU