opendatalab/MinerU

📌 【opendatalab】MinerU：多格式文件解析工具，一鍵轉 Markdown/JSON

想把 PDF、Office、圖片直接喂給 LLM 用？一鍵解析，零安裝就能用。

🤔 文件準備成為 LLM/RAG/Agent 的瓶頸
在大語言模型、檢索增強生成或智慧代理的工作流程中，原始文件常常是 PDF、DOCX、PPTX、XLSX 或掃描圖片。手動轉成結構化文字費時且易出錯，亟需一個能即時輸出 Markdown/JSON 的解析引擎。

🧪 零安裝網頁版＋完整桌面客戶端＋即時 API
MinerU 提供三種使用方式：直接在 mineru.net 線上使用、下載跨平台桌面客戶端，或透過 REST API、Python/Go/TypeScript SDK、CLI 與 Docker 映像整合到自有系統。所有版本皆內建 VLM+OCR 雙引擎，支援 109 語言的文字識別。

高精度多格式解析，版面與閱讀順序保持一致
原生支援 DOCX、PPTX、XLSX 的結構化解析；公式自動轉 LaTeX、表格轉 HTML；可處理掃描文件、手寫文字、多欄排版以及跨頁表格合併。輸出內容遵循人類閱讀順序，並自動移除頁首頁尾。

🔌 與主流 AI 框架原生整合
內建 MCP Server，可直接被 Cursor、Claude Desktop、Windsurf 等 AI 編程工具調用。同時提供 LangChain、LlamaIndex、RAGFlow、RAG-Anything、Flowise、Dify、FastGPT 的原生適配，使開發者在構建 RAG 或 Agent 時免除額外的資料前處理步驟。

⚠️ 依賴社群維護與硬體適配度仍需觀察
目前文件顯示支援國產 AI 晶片（Ascend、Cambricon、Enfla），但實際效能與穩定度尚未在大規模生產環境中長期驗證；此外，作為工具類專案，其核心技術屬於現有 VLM/OCR 與文件解析庫的整合，而非基礎算法突破。

🎯 適合需要快速將非結構化文件納入 LLM 流程的團隊

• 若您正在構建內部知識庫、客服機器人或代理系統，可直接呼叫 MinerU API 取得結構化輸出。
• 對於希望在本地或完全離線環境運作的團隊，桌面客戶端與 Docker 映像提供免安裝、免佈署的選項。
• 開發者可透過 MCP Server 與主流 AI 編程工具無縫串接，減少「資料準備」的重複勞動。

🔗 專案連結
📂 opendatalab/MinerU
🔗 https://github.com/opendatalab/MinerU

你有試過用 MinerU 把 PDF 轉成 LLM 可直接 ingest 的格式嗎？歡迎在留言區分享你的使用經驗 👇

#MinerU #文件解析 #LLM #RAG #Agent #opendatalab #AI工具 #開源專案