这款8万Star的开源神器，让PDF文献秒变结构

上海 AI 实验室搞了个开源工具叫 MinerU，专门把乱七八糟的 PDF 文献变成干净的 Markdown。

它处理复杂排版是真有两下子。跨页大表格能自动合并，双栏论文会按人眼看的习惯重排，连公式都能直接转成 LaTeX。扫描件和手写体也能认，支持 109 种语言。

偶尔用直接去网页版拖拽就行。想批量跑，就用它的 API。精准解析 API 需要申请 Token，最大支持 200MB、200 页的文档，能导出多种格式；还有个免 Token 的轻量版，但只能处理 10MB、20 页以内的文件，且只输出 Markdown。

嫌调接口麻烦，直接用我给的 Python 脚本。填好 Token、输入和输出路径，它就能把文件夹里的一堆 PDF 全传上去。每隔 10 秒查一次进度，搞定后自动下载解压，按论文名字建好文件夹。

跑完看结果，Markdown、图片和原 PDF 都在专属文件夹里躺好了，排版干干净净。