PDF转MD格式必备-GitHub上82.5K星的开源神器-审小黑工具分享

审小黑的偷懒笔记 · 工具合集

日常学习和工作中，经常要把一批 PDF 转成文字：教材、准则、案例集、各种资料，一转就是一堆。

比如一些学习资料审计会计类的书都是扫描版，PDF 里一般复制不出来；遇到文件大的常用的 AI 工具直接传不上去。

最近我发现一个免费的PDF转换MD等多种格式的工具 MinerU

我习惯先把 PDF 转成 MD 格式，再喂给 AI，这样准确度很高。

GitHub 上 82.5K 星，上海人工智能实验室出品，开源免费。

传送门：https://github.com/opendatalab/MinerU

网页版：https://mineru.net

它是一个能把 PDF、扫描件、图片、Word 等文件，通通转换成 Markdown（MD）格式的神器。

它支持的具体格式非常丰富：

顺便提一句，MD 是什么？

它是一种用简单符号来排版的纯文本。比如用 # 表示标题，用 | 隔开表格的格子。

为什么要转成它？因为它是现在 AI 最爱读的格式。

让 AI 读 MD 文档，比直接喂 PDF 或图片要稳得多，AI 再也不用费力去“看图猜字”了。无论是 PDF 扫描件、手机拍的照片，还是各类 Office 文档或网页，都可以先用它转成 MD，再投喂给 AI。

普通的 PDF 转文字工具，大多只能应付排版简单、字迹清晰的文档。

一碰到报表、合同、扫描件、复杂表格，转出来就没法直接用。

MinerU 的思路是：先看版面，再认字。

1. 表格还是表格

普通工具转表格，格子全塌，变成一串数字。

MinerU 会先认出"这里是一张表"，按行列还原，能整理进 Excel。

2. 双栏不串行

很多 PDF 是两栏排版，普通工具从最左读到最右，左栏一句右栏一句，顺序全乱。

MinerU 按人的阅读顺序拼回去。

3. 扫描件直接认

没有文字层、复制不出一个字的扫描 PDF，它内置识别，直接转。

4. 页眉页脚自动去掉

页码、页眉页脚、脚注这些"噪音"，自动剔除，正文是连贯的。

普通 OCR 只管"认字"，MinerU 管的是"这份文档是怎么排的"。

重点说一下客户端。

客户端只是网页版换了个窗口，文件照样要上传。实际工作中需要保密的资料还是建议本地部署

网页版和客户端，限制也一样：

• 打开 mineru.net，注册登录，在线使用。

• 点「设置」看一眼：文档解析用默认的「MinerU VLM」（推荐）；Word、PPT 默认走「原生解析」，官方说这样速度快、不会出错，一般不用动。

  

• 传文件：超过 200 页会弹窗让你填页码，比如先填 1-200，剩下的再传一次

• 对照、导出：左边原文、右边转好的文字，逐段扫一眼，没问题就下载 Markdown

转好的 MD 文件，丢给常用的 AI，或者传进上一篇讲的 Gemini Notebook，它读起来就稳了。

做审计和财务的伙伴们转完也别直接信，最好抽查看看，复杂表格、跨页表格错列等一定要回原件抽查。

下一篇讲：把 MinerU 装在自己电脑上。

附一份"装机说明书"提示词，贴给 AI，它一步步陪你装完；

审小黑的偷懒笔记

重复的活交给AI，判断留给自己。