MinerU

什么是MinerU？

MinerU是一款面向文档数字化、知识库和AI应用的智能文档解析工具。它可以把PDF、扫描件、图片以及常见Office文档中的文字、表格和公式提取出来，整理成便于阅读与后续处理的结构化内容。对于经常遇到“双栏论文复制顺序错乱”“扫描件无法搜索”“表格粘贴后变形”的用户，MinerU提供了比直接复制粘贴更完整的处理入口。

官网提供在线服务、客户端和API入口，并与开源项目配套。普通用户可以先用网页处理样本文件；需要批量整理资料、搭建RAG知识库或接入Agent工作流的团队，则可进一步评估API及本地部署。这里的RAG，可以理解为让AI先检索自己的资料，再据此回答问题。

主要功能

1. 识别复杂文档结构：围绕标题、段落、图片、多栏排版等内容进行解析，帮助恢复合理的阅读顺序，减少后续手工清洗。扫描文件可以结合OCR识别，结果仍应与原页抽样比对。
2. 处理表格与数学公式：将表格整理成可进一步使用的结构，把公式转成LaTeX等表达形式。对于科研论文、技术报告和含大量参数的资料，这比只提取一长串文字更有价值。
3. 输出机器可读内容：常用结果包括Markdown和JSON。Markdown适合阅读、编辑与知识库导入；JSON更适合程序按段落、内容块或位置等信息继续处理。不同入口与版本的导出能力有区别，应以实际接口说明为准。
4. 适配多种文档来源：官网列出PDF、Word、PPT、Excel、图片和网页URL等入口。上传前需确认所用模式支持对应格式，不宜把开源组件的全部能力直接当作每个在线入口都具备的功能。
5. 衔接自动化工作流：提供文档解析API，并展示MCP和Agent相关接入方式。团队可以把“收集文件、解析、校验、入库”串成流程，而不必每份文件重复手动操作。

核心价值

MinerU最值得推荐的地方，是把难以直接利用的文档变成后续工具能够处理的材料。研究人员可以整理文献，运营和咨询人员可以汇总报告，开发者可以为知识库准备数据。它尤其适合“已经有文件，但文件里的信息不好取出来”的场景。

解析质量与原文件清晰度、语言、版式和模型选择有关。小字、低质量扫描、跨页表格及复杂公式需要重点复核；文档提取完成也不代表引用正确、数字可靠，或AI问答必然准确。建议保留原文件和页码对应关系，方便回查。

使用成本也应按入口分别看待。截至2026年10月11日，官网精准解析API文档列出单文件不超过200MB、200页，每账号每日1000页最高优先级额度，超出后降低优先级；Agent轻量解析API为单文件不超过10MB、20页，并有IP限频。这些限制适用于指定API，不代表网页版统一额度或无限免费。当前在线服务的具体收费与可用额度，应在实际使用入口确认。

有保密要求的文档，上传云端前应先检查授权和服务条款；本地部署需确认模型、运行模式和外部服务连接。开源项目当前采用带附加条件的MinerU开源许可证，商业集成前应阅读许可证，不宜仅凭“开源”推定没有使用限制。

如何使用

1. 先明确目标：只想整理阅读笔记，优先评估Markdown；需要批量入库或保留结构信息，进一步检查JSON及配套资源。
2. 从官网选择入口：通过在线使用或客户端上传一份已获授权的样本文件。首次测试宜包含实际会遇到的正文、表格和公式。
3. 检查关键页面：优先核对阅读顺序、表头、合并单元格、数字单位、公式符号和图片对应关系，再决定是否扩大批量。
4. 导出并整理：保留原文件、解析结果与必要的图片资源，为重要内容记录来源页码，然后再导入笔记或知识库。
5. 批量前核对接口：根据文件大小、页数、频率和隐私要求选择精准API、轻量API或部署方案，并处理排队、失败重试与结果校验。

同类产品对比

如果目标是批注PDF、直接修改页面设计或制作精确排版的成品文档，还需要配合相应的阅读器、编辑器或排版软件。选择文档解析工具时，用自己的真实样本比较结果，比仅看宣传中的准确率更有参考价值。