MinerU｜文档解析与结构化转换工具

用途与定位

MinerU 是一套面向文档解析的开源工具链，核心作用是把结构复杂的文档转换成便于大模型和检索系统使用的内容，例如 Markdown、JSON 等结构化结果。它适合需要批量处理长报告、论文、扫描件、含表格与公式文档的知识库建设、数据准备和 Agent 读取场景。

需要先说清楚：MinerU 不是单个开箱即用的小软件，而是包含 Python SDK、命令行、API 服务、WebUI 等形态的项目，使用时要按需选择入口。

支持格式与解析层级

资料列出的输入格式包括 PDF、图片、DOC/DOCX、PPT/PPTX、XLS/XLSX、RTF、ODT/ODS/ODP、EPUB、OFD、HTML/MHTML、CSV/TSV 等。项目区分 flash、basic、standard、advanced 四个解析层级：PDF 和图片可用全部层级，Office、EPUB、OFD、HTML 等格式走本地 flash 原生解析。纯文本会直接读取，不做解析。

主要功能

• 版面分析、文本与表格抽取、公式识别，并支持跨页表格合并；
• 多种输出：Markdown、HTML、LaTeX、DOCX、EPUB、PDF、结构化内容等，不同命令行或接口暴露的导出子集不同；
• 提供文档库能力，可按页或按块继续阅读，并保留稳定的引用定位；
• 小模型可选 ONNX 或 Torch，视觉语言模型可接 llama.cpp、vLLM、LMDeploy 等后端；
• 带 WebUI，可在其中对照原文与解析结果查看。

典型使用流程

一般步骤是：准备运行环境，安装项目提供的 Python 包或按其文档启动服务；把目标文档交给命令行或接口；选择解析层级与输出格式；最后在输出目录中拿到 Markdown 或结构化文件，用于入库或交给模型。具体命令、参数和版本要求请以官方文档为准，本文不提供安装命令。

示例任务可以描述为：“把这份两百页的扫描版行业报告转成 Markdown，保留章节标题和表格，并记录每段对应的页码。”

运行环境与硬件

资料提到支持的 Python 版本为 3.11 至 3.14，并说明在 Windows、Linux、macOS 上有不同加速方式。具体最低内存、显存要求和各层级对应的硬件门槛未在本次资料中给出，标为待核查。GPU 加速范围和实际速度表现需按官方硬件说明与自行实测确认。

费用、远程服务与隐私

项目文档说明文档不会自动上传到官方服务，远程解析需要显式配置；在线体验站点受平台资源限制，只开放部分层级。官方服务是否收费、额度与国内访问情况待核查。若涉及敏感文档，建议优先本地运行，并自行评估数据流向。

许可证

MinerU 采用基于 Apache 2.0 的 MinerU 开源许可，并附加条件：当合并计算月活超过 1 亿或月收入超过 2000 万美元时，需另行取得商业许可；基于 MinerU 向第三方提供在线服务时，须显著标注使用了 MinerU，否则许可可能自动终止。模型权重、第三方组件与在线服务条款需分别核对。

注意

本文为基于官方资料的整理稿，功能与限制以官方文档最新说明为准，尚未经过本站实测。

来源与使用边界

官方仓库：https://github.com/opendatalab/MinerU

资料版本：https://github.com/opendatalab/MinerU/blob/d7a1bbd496153d7c5a2784a6c6c8dc9fcbb0f7e4/README.md

维护方：opendatalab/MinerU；采集日期：2026-11-13。依据官方资料经AI整理，本站未安装、运行或实测。

许可标识：NOASSERTION，具体范围以原始许可文件为准；代码、模型权重、依赖及在线服务适用各自条款。开源不代表模型调用、托管或商业服务免费。国内访问、硬件及模型适配条件未经本站验证。