MinerU:一行命令把 PDF/Office 文档变成 LLM 可用的 Markdown

做 RAG 的时候，你肯定遇到过这个问题：把 PDF 扔给大模型，出来的结果一塌糊涂。表格乱了、公式丢了、多栏排版混在一起。

MinerU 就是干这个的——把文档转成 LLM 能理解的结构化格式。

项目卡片

• 项目：MinerU^[1]
• 状态：v3.4 / 72k+ Stars / 2026 年最活跃的文档解析开源项目
• 一句话判断：把 PDF、DOCX、PPTX、XLSX 转成结构化 Markdown/JSON，专为 LLM/RAG/Agent 设计

安装：pip install uv && uv pip install -U "mineru[all]"

国内用户先切模型源：export MINERU_MODEL_SOURCE=modelscope

一行命令解析：mineru -p your_document.pdf -o ./output

没 GPU？加 -b pipeline，纯 CPU 也能跑。

输出目录里会有 .md 和 .json 文件，直接拿去用。

hybrid-engine 是默认后端，精度最高。只有 CPU 或显存不够，用 pipeline。

CLI 只是最简单的用法。MinerU 还提供：

• FastAPI 服务：mineru-api --host 0.0.0.0 --port 8000
• Gradio WebUI：mineru-gradio --server-name 0.0.0.0 --server-port 7860

MinerU 在 OmniDocBench v1.6 评测中拿到 95.39 分（hybrid-engine），能处理：

• 扫描件 PDF：自动启用 OCR，支持 109 种语言
• 多栏排版：正确还原阅读顺序
• 复杂表格：跨页表格自动合并，输出 HTML
• 数学公式：精准转换为 LaTeX

本地开发：直接 pip install，用 CLI 或 Gradio WebUI

控制解析范围：-s 0 -e 9 只解析前 10 页

MinerU 解决的核心问题：让文档数据变成 LLM 能理解的结构化内容。

它不只是 OCR，而是完整的文档解析引擎——公式、表格、多栏排版、跨页合并，全都照顾到了。

如果你在做 RAG、Agent 或者任何需要处理文档的 AI 应用，MinerU 值得一试。

项目地址：github.com/opendatalab/MinerU^[2]

这里会继续拆真实可用的开发者工具：少讲概念，多看入口、成本和坑点。你只需要判断一件事——它值不值得放进自己的工作流。

引用链接