MinerU 4.0 把 PDF 啃成 Markdown，RAG 最

9 月 16 日 MinerU 4.0 发布，26 天连发 13 个正式版，GitHub 星数冲到 8.2 万。重点早就不只是多支持几种格式了。

装它只要 Python 3.12，一行命令搞定。没独显也能跑，基础包自带 WebUI 和小模型运行时。我在一台 15GB 内存的机器上装了一遍，第一次跑 basic 档又拉了 226MB 的 ONNX 模型。Hugging Face 连不上，它就自己回退到了 ModelScope。

转换分四个档位。flash 只抽原生文本，basic 加 OCR 处理公式表格，standard 再加 VLM 啃复杂版面。同一份 19 页英文规范，flash 用了 4.9 秒，basic 上了 CPU 跑了 81.7 秒。对电子版 PDF，flash 反而更干净；扫描件才轮到后面两档出手。

真正让我觉得这是分水岭的，是它开始按模型的上下文窗口来喂文档。以前做 RAG，切块、算 token 全靠自己写脚本，切碎了表格和公式就对不上。现在工具自己按页和块给位置，还能用游标一路续读。文档里那句“面向 Agent 阅读”，说的就是这事。

不过也有几个坑得先踩平：AMD 和国产加速卡还停在 3.x；老版本协议还是 AGPLv3；走 VLM 的档位在笔记本上跑几百页书纯属体力活。