MinerU 文档转 Markdown
把 PDF、扫描件、Office 文档和网页转成干净的 Markdown。
功能与用途
碰到扫描版 PDF、表格排版全乱、公式变成乱码的文档,手动复制粘贴基本没法用。这个能力用 MinerU 把 PDF、图片、Word、PPT、Excel 和网页转成 Markdown、HTML、LaTeX 或 DOCX,识别表格、公式和 OCR 都带上了,支持 80 多种语言。快速模式不用登录,但有 10MB、20 页的限制;配上 token 用高精度模式就能批量处理大文件,还能选 VLM 或 pipeline 模型。
适用场景
- 扫描件与学术论文精准排版还原:提取复杂 PDF 中的高难度数学公式与复杂表格,转换为干净的 Markdown 或 LaTeX。
- Office 文档与网页转 Markdown:一键将 Word、PPT、Excel 或网页链接解析转换为结构清晰的 Markdown 文档。
- 海量文献资料高并发批量处理:利用高精度模式对整个目录的多格式文档批量转码,支持按页码抽取与指定输出。
适用人群
- 需要解析论文和报告的科研人员、做文档入库的数据工程师、要批量处理扫描件的行政与法务人员
使用步骤
- 先用 npm 全局安装 mineru-open-api 命令行工具(macOS/Linux 也可以用 go install)。
- 小文件直接跑 flash-extract,不需要登录,输出 Markdown。
- 大文件或要 HTML/LaTeX/DOCX 格式时,去 mineru.net 申请 token 并执行 auth 配置。
- 用 extract 命令转换,需要批量就传多个文件或用通配符。
- 结果默认打印在终端,加 -o 参数可以存到指定目录。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 0.1.30
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
MinerU document extraction — convert PDFs, scanned documents, images, Word (DOC/DOCX), PowerPoint (PPT/PPTX), Excel (XLS/XLSX), and web pages into clean Mark...
使用前准备
- 需要安装 mineru-open-api 命令行工具(Node 或 Go 环境)
- 高精度模式和网页爬取需要 mineru.net 的 token;文档内容会传输到 MinerU 服务端处理
依赖与权限
- MINERU_TOKEN
- 读取用户主动提供的内容