MinerU：把论文和复杂 PDF 还原成可编辑内容

MinerU：把论文和复杂 PDF 还原成可编辑内容

一句话看懂

把扫描版、双栏、表格和公式很多的复杂 PDF 还原成可编辑的 Markdown 与结构化数据。 它来自项目方公开仓库，重点不是展示技术名词，而是帮你判断：它能解决什么问题、第一次怎样看到结果，以及哪些功能会用到额外模型或服务。复杂 PDF 仍是知识库和论文整理的高频难题，MinerU 2026 年持续更新 OCR、模型下载和本地部署体验。

你可以拿它做什么

• 把双栏论文、公式和表格还原为可编辑 Markdown；
• 对扫描版 PDF 执行 OCR 并保留阅读顺序；
• 批量解析报告后导出 Markdown、JSON 和页面图片供知识库使用；
• 先用一个小样例比较输入和输出，再决定是否接入长期工作流。

下载后怎么用

pip install uv
uv pip install -U 'mineru[all]'

第一次不要直接处理重要资料。选一份小文件或测试项目，按上面的最小步骤运行；当你看到输出文件、网页界面或明确的完成结果，就说明基础链路已经跑通。

先完成一次最小体验：准备测试素材，按最短入口启动，只验证一个最核心结果，并记录运行时间和输出位置。

把它用于真实工作：以“把双栏论文、公式和表格还原为可编辑 Markdown”为第一个真实场景，再尝试“对扫描版 PDF 执行 OCR 并保留阅读顺序”；每次只增加一个变量，出现问题更容易定位。

控制费用和风险：先确认数据是在本地还是会发给外部模型，设置用量上限，并为失败、误操作和结果偏差保留人工检查。

使用前要准备什么

• Python 环境；
• CPU 可运行基础流程；复杂文档或更快速度建议使用兼容 GPU；
• 资源包和阅读本身免费；本地处理不要求购买官方 API；官方在线体验需要登录。当前公开许可基于 Apache-2.0 并附加超大型商业服务门槛与在线服务署名要求，普通个人和中小团队不触及该门槛。
• 如果接入云端模型或第三方服务，费用、隐私和可用地区以对应服务商规则为准。

适不适合你

• 如果你是需要整理大量论文的学生和研究人员，并希望得到“把扫描版、双栏、表格和公式很多的复杂 PDF 还原成可编辑的 Markdown 与结构化数据”这样的结果，会比较适合；
• 如果你是财报与报告分析人员，并希望得到“把扫描版、双栏、表格和公式很多的复杂 PDF 还原成可编辑的 Markdown 与结构化数据”这样的结果，会比较适合；
• 如果你是知识库和 RAG 开发团队，并希望得到“把扫描版、双栏、表格和公式很多的复杂 PDF 还原成可编辑的 Markdown 与结构化数据”这样的结果，会比较适合；
• 如果你只想要完全不配置、双击后立刻得到完美成品，它可能不适合；
• 注意：模型下载和本地解析会占用较多空间与算力；超大规模商业服务还要阅读项目方的额外授权说明。

资源包里有什么

• 项目方公开的 v3.4.5 源码与原始下载包；
• 项目 README、版本说明和一份中文使用说明；
• 3 张可用于网站展示的项目截图，包含封面、功能说明和版本信息；
• 《资源使用介绍》PDF、资源详情介绍、开源与付费说明；
• 文件清单和 SHA-256 校验值，方便确认下载是否完整。

可信信息

唯一项目来源：项目方公开版本

本资源包采用 v3.4.5。官方仓库公开 PDF 解析、OCR、命令行、API、WebUI 和本地部署代码；核心本地能力可直接取得。 支持 Windows、Linux、macOS，本地 CPU/GPU/MPS 可运行；Docker 主要面向 Linux 或 WSL2。 本地处理不要求购买官方 API；官方在线体验需要登录。当前公开许可基于 Apache-2.0 并附加超大型商业服务门槛与在线服务署名要求，普通个人和中小团队不触及该门槛。