PDF 里的表格和公式怎么交给 AI?MinerU 把文档拆成可用的内容

AI 工具追踪

PDF 里的表格和公式怎么交给 AI？MinerU 把文档拆成可用的内容

把 PDF、扫描件和办公文件变成 Markdown 等结构化内容，方便交给 AI 继续整理。

AI产品与工具更新AI公众号

导语

从 PDF 里复制一段文字不难，碰上双栏排版、跨页表格和公式，就没那么省心了。MinerU 做的是文档解析：把页面里的内容拆出来，变成 Markdown 等格式，方便交给 AI 做摘要、检索或继续整理。

不只抽出一串文字

MinerU 支持 PDF、扫描图片，也支持 Word、PPT、Excel 等办公文件。它关注的不只是识别字，还包括页面里的表格、公式、图片和内容顺序。官网列出的输出中，表格可以转成 CSV、HTML 或 Markdown，公式可以转成 LaTeX、MathML。具体入口能导出哪些格式，要看对应功能。

举个用途：一份带表格和公式的报告，先解析成结构化内容，再让 AI 根据材料整理结论；比起把整页截图反复搬来搬去，这种文件更方便搜索和再加工。这是用途说明，本文没有做转换实测，也不据此承诺所有复杂表格都能完整还原。

只想先试一份文件，可以从官网 mineru.net 的在线解析入口开始，不必一上来搭本地环境。在线和本地是不同使用方式：在网页提交文件会把材料交给在线服务，不能当成本机离线处理。

本地转换，注意现在的命令

截至 10 月 21 日读取的官方 README，当前说明对应 MinerU 4.0，要求 Python 3.10 到 3.14。下面是官方快速开始里的 Linux/macOS 安装和转换路径，不是本文运行记录：

pip install uvuv venv .mineru --python 3.12source .mineru/bin/activateuv pip install -U 'mineru>=4.0,<5'mineru-kit parse document.pdf -o document.md --tier standard

把 document.pdf 换成自己的路径，document.md 是输出文件。这里用的是 mineru-kit parse，面向一次性的文件转换，默认处理全部页面。standard 是解析档位，不是文件格式。

PDF 和图片有 Flash、Basic、Standard、Advanced 四档；Office 等文件则采用本地 Flash 原生解析。需要的运行模型和速度也会因档位、设备而异，不能把“能装上”理解成所有机器转换速度都一样。

如果要让代理一页页读

同一个项目还有 mineru parse 这个入口，服务的是本地文档库和代理阅读。按当前 README，它默认先处理 PDF 前 10 页，再用返回的页码或内容块定位继续读；不是换个命令名就等于整份导出。

项目还提供文档搜索，以及能定位到页面、内容块的引用标识。对长文档来说，这让代理可以先找到相关内容，再接着读，而不必每次都把整份文件塞进去。它本身不是一个现成的“上传文件就能聊天”的 RAG 应用。

如果只是想把手上的 PDF 整理成材料，先看在线入口或 mineru-kit 的转换就够了；需要代理反复搜索、按页读取时，再看文档库用法。项目采用带附加条件的 MinerU Open Source License，并非原样 Apache 2.0；需要集成或分发时，应阅读仓库许可证。

来源

• • 主来源：https://github.com/opendatalab/MinerU
• • 补充来源：https://mineru.net/