夜雨聆风
以前处理 PDF 要么手动复制粘贴，要么花钱买软件。现在有一个开源工具，一条命令就把 PDF 转成干净的 Markdown，公式表格一个不落。
什么场景下需要用？
场景 1：做 RAG 知识库，需要把 PDF 文档喂给 AI
现在大家都在做 RAG（检索增强生成），把文档做成知识库让 AI 来聊。但问题是，PDF 里的内容往往不是纯文本——有表格、有图片、有复杂的公式排版。直接把 PDF 丢给 AI，它根本读不懂。你需要先把 PDF 转成 AI 能理解的 Markdown 格式，而 MinerU 正是干这个的——它能把复杂版面的 PDF 完整还原成结构化 Markdown 和 JSON。
场景 2：经常需要从 PDF 中提取表格和公式
你是一个研究生或者技术人员，经常要看论文和技术文档。论文里的公式在 PDF 里好好的，但复制出来就变成乱码。或者表格复制到 Excel 里格式全乱。MinerU 内置了专门的公式识别和表格提取模型，能把 LaTeX 公式完整保留，表格也保持行列结构。
场景 3：批量处理几百份文档，不想一个个手工操作
公司有几百份合同、报告、技术手册需要数字化。手工一份份处理太慢了，外包又花钱。MinerU 支持批量处理整个目录的 PDF、Word、PPT、Excel 文件，一条命令全部转换完。
怎么用？
安装
# 推荐用 uv 或 pip 安装
pip install -U "mineru[all]"
# 或者用 uv（更快）
uv pip install -U "mineru[all]"首次使用会自动下载识别模型（大约 2-3GB 的模型文件），或者你可以手动预下载：
# 从 HuggingFace 下载所有模型
mineru-models-download -s huggingface -m all
# 国内用户从 ModelScope 下载（更快）
mineru-models-download -s modelscope -m all快速开始
转一个 PDF
最简单的用法，一条命令就够了：
# 把你需要转换的 PDF 放好
mineru -p ~/Desktop/paper.pdf -o ~/Desktop/output执行完后，输出目录里会生成：
- •
paper.md— 包含图片的多模态 Markdown - •
paper_nlp.md— 纯文本 Markdown（适合喂给 AI） - •
paper.json— 带阅读顺序的结构化 JSON - •
paper_layout.pdf— 版面分析可视化，方便你检查识别效果 - •
images/— 从 PDF 中提取的所有图片
批量处理整个文件夹
# 处理所有 PDF 文件
mineru -p ~/Documents/papers/ -o ~/output/all_papers进阶用法
不同解析模式
MinerU 提供三种后端，适应不同的精度和速度需求：
# pipeline 模式（轻量级，CPU 友好）
mineru -p document.pdf -o ./output -b pipeline
# VLM 模式（视觉大模型，高精度，需要 GPU）
mineru -p document.pdf -o ./output -b vlm
# hybrid 模式（混合，自动选择，推荐）
mineru -p document.pdf -o ./output -b hybrid --parsing-strength high支持多种文件格式
不只是 PDF，MinerU 还能处理 Word、PPT、Excel 和图片：
# 转 Word 文档
mineru -p report.docx -o ./output
# 转 PPT 演示文稿
mineru -p slides.pptx -o ./output
# 转 Excel 表格
mineru -p data.xlsx -o ./output
# 直接转图片（扫描件）
mineru -p scanned_doc.png -o ./output启动 Web 界面
MinerU 还有一个图形界面，适合不习惯命令行的用户：
# 启动 Gradio WebUI
mineru-gradio --server-name 0.0.0.0 --server-port 7860浏览器打开 http://localhost:7860，上传文件即可解析。
注意事项
- • 磁盘空间：模型文件比较大，建议预留至少 10GB 空间
- • GPU 加速：有 NVIDIA 显卡会快很多，纯 CPU 也能跑但慢一些
- • 加密 PDF：MinerU 不能直接处理加密/密码保护的 PDF，需要先解密
- • 手写体：对于手写笔记类的 PDF，识别效果一般，建议配合 OCR 工具使用
- • 在线体验：如果不想安装，可以先到 https://mineru.net 在线测试效果
总结
MinerU 是目前处理 PDF 转 Markdown 最好的开源工具之一，尤其适合用来构建 AI 知识库。不管是学术论文、技术文档还是扫描件，一条命令就能变成 AI 可读的结构化数据。这个项目在 GitHub 上已有超过 7 万 Stars，由上海人工智能实验室开发维护，质量和更新都有保障。
