夜雨聆风
做 RAG、知识库、论文助手，很多问题不是模型不行。
而是 PDF 在入库前就已经乱了。
多栏顺序错、表格被拆碎、公式丢失、页眉页脚混进正文，最后进向量库的不是知识，而是一堆“看起来像文本”的噪声。
所以这篇只聊一个实际问题：
如果要把 MinerU 接进产品，应该怎么用？
我更建议先看 API，而不是一上来就折腾本地部署。
官方文档里最值得独立开发者注意的点是：
MinerU API：每个账号每天有 1000 页最高优先级解析额度。
对早期产品、个人工具、原型验证来说，这个额度已经足够先跑起来。
先说结论
MinerU 最适合放在这一步：
原始文档 → MinerU API → Markdown / JSON → 切分 → 向量库 → 知识库应用。
如果你要做知识库、批量解析、产品功能，优先看 MinerU API。
如果文档不能出内网，再考虑自部署 mineru-api。
这两个场景不要混着选。
先看官方 API
官方文档入口：MinerU API 文档。
官方限制是单文件不超过 200MB，页数不超过 200 页。
支持 PDF、图片、Doc、Docx、PPT、PPTx、Xls、Xlsx 等文件类型。
输出是一个 Zip 包，里面包含 Markdown、JSON，也可以额外导出 docx、html、latex。
模型版本有三个：
pipeline 是默认模式，vlm 是官方推荐模式，MinerU-HTML 用于解析 HTML。
如果你的文档里有复杂版式、表格、公式、扫描件，我会优先从 vlm 开始测。
接入方式怎么选？
做正式产品，优先看 MinerU API。
你的服务先把文件放到一个 MinerU 能访问的 URL，再提交解析任务。
官方特别提醒，GitHub、AWS 等国外 URL 可能会因为网络限制请求超时。
所以生产环境不要随手塞一个海外对象存储地址就上线。
更稳的方式，是把文件放到国内可访问的对象存储，或者使用批量上传接口申请上传链接。
具体请求方式、鉴权、任务查询和回调参数，直接看官方文档：
MinerU API 文档
任务完成后，结果里会返回解析产物的压缩包链接。
你再把 Markdown、JSON、图片资源取回来，进入自己的切分、清洗、入库流程。
如果你想用 SDK 或命令行接入，可以看官方生态项目：
MinerU Ecosystem
上线前要注意什么？
第一：别只看能不能“识别文字”
知识库真正需要的是结构。
标题层级、段落顺序、表格、公式、图片说明，这些才决定后续检索质量。
第二：超过 200 页的大文件要拆
MinerU API 的单文件限制是 200MB、200 页。
如果你做的是研报库、教材库、企业制度库，拆分策略要提前设计。
第三：异步状态要做完整
MinerU 的解析是提交任务，再轮询结果。
产品里至少要有“排队中、解析中、完成、失败”这几个状态。
不要让用户上传完文件后面对一个没有解释的加载圈。
第四：结果要缓存
同一份文件不要反复解析。
用文件 hash、业务 data_id、URL 缓存策略把重复任务挡掉。
第五：本地部署不是默认答案
官方本地 mineru-api 支持 POST /tasks、POST /file_parse、任务查询和结果查询。
但它的任务状态默认只在单个进程内维护，重启、reload、多进程部署都不会保留状态。
如果要做企业内网服务，需要自己补队列、任务持久化、对象存储和监控。
本地部署和服务化接口可以看官方使用文档：
MinerU Quick Usage
哪类产品最值得接？
第一类：个人知识库
用户上传 PDF、论文、报告后，先用 MinerU 转成 Markdown 和结构化结果，再进入切分和检索。
这比直接把 PDF 扔给向量库靠谱很多。
第二类：论文阅读和学习工具
公式、表格、双栏顺序，是论文类产品的核心体验。
这类场景很适合用 vlm 模式重点测试。
第三类：企业文档问答
制度、手册、培训材料、投标文件，本质上都是结构化很强的文档。
解析质量越好，后面问答越不容易胡说。
第四类：合同和投标文件处理
这类文档通常页数多、格式复杂、表格密集。
先把结构解析干净，再做字段抽取、摘要和问答，后面的稳定性会高很多。
最后
MinerU 不是“又一个 OCR”。
它更适合作为文档进入 AI 系统前的解析层。
对开发者来说，最实用的切入点不是研究它所有模型细节，而是先把接入路线跑通：
文件 URL → MinerU API → 解析结果 → Markdown / JSON → 入库。
再根据真实文档质量，决定要不要批量接入、自建服务，或者把它做成产品里的核心能力。
如果你正在做 PDF 知识库、论文工具、企业文档问答，可以先拿 20 份最容易翻车的文档测试。
多栏、公式、表格、扫描件、长报告，都放进去。
跑完你就会知道，问题到底在模型，还是在入库前那一步。
