夜雨聆风很多人要问了：现在哪个大模型不能读PDF？为什么它能火成这样？确实，现在几乎所有的通用大模型都能读取PDF，但读PDF的功能只是这些大模型“顺带的附加能力”，面对通识类的普通文档，基本也够用了。而如果遇到复杂排版、复杂表格、高阶公式、高专业度内容，则很容易出现错误，尤其是需要将PDF转成Markdown这类知识库可以读取的格式时，通用大模型很容易出现排版崩坏、字符错乱的问题。因此，很多制造业、医药企业、科研单位、学校、技术工作者在搭建专业知识库、批量解读技术期刊、技术论文的时候，都存在复杂PDF精准读取和转化的需求。
MinerU刚好切中了这个需求，它就是专门为高精度、高专业度文档读取而生的可本地部署的轻量化开源工具。它能还原复杂数学公式、嵌套分式、高阶符号、复杂表格、复杂排版、页面批注等信息，把PDF拆成干净、结构化的Markdow文件，在权威评测中，精度直接超越GPT等一众大模型，可以说是建立知识库的必备辅助神器。
说白了，大模型是全能选手，但MinerU是文档解析的专业好手。这就是它能短时间冲到62k星的原因：精准解决刚需，性能卓越，开源还免费，而且MinerU是国产工具，下载和部署都很方便，如果你也有相关需求，推荐赶紧去试试吧。
