复杂文档解析
把 PDF、扫描图片、Office 文档解析成 Markdown 正文
功能与用途
手里有大量 PDF、扫描件、PPT 或 Excel,想转成可编辑的 Markdown 文字时用得上。它调用 MinerU 的解析接口,把正文、表格、公式一并抽出来,多个文件的结果还能合并成一份 Markdown。前提是要装 Python 依赖并配好 MinerU 的 API Key。
适用场景
- 学术论文与长报告转写:针对包含多栏排版、复杂图表的长篇 PDF 报告或科研论文,完整抽取结构化正文并输出 Markdown,便于做笔记与二次处理。
- 扫描件与图片资料提取:遇到拍照或扫描版纸质合同、讲义及图像资料时,自动识别文字与表格结构,转为可自由编辑的电子文档。
- 多格式办公材料统一汇总:把分散在 PPT、Word、Excel 中的内容批量解析提取,合并为统一规范的 Markdown 文件,便于知识库归档。
适用人群
- 需要批量处理 PDF 的研究生、法务/财务资料整理岗、论文或报告写作者
使用步骤
- 安装依赖:pip3 install requests python-dotenv
- 在项目目录新建 .env 文件,把 MINERU_API_KEY 填进去
- 把要解析的 PDF 或图片放到本地,执行 python run_mineru.py 文件名.pdf
- 等解析跑完,在当前工作目录取回生成的 Markdown 结果
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
- 0.1.0
- 最近更新
- 2026-07-01
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
当用户想要使用 MinerU 从 PDF 或图片文件中提取关键信息时触发。适用于"使用 MinerU"、"从 PDF 提取文本"、"文档关键信息提取"、"解析 PDF"、"解析图像"、"上传文件到 MinerU"等请求。
使用前准备
- Python 3 环境并可安装 pip 包
- Precision 模式需要 MinerU API Key(90 天有效)
- 轻量模式无需认证,但文件需小于 10MB、不超过 20 页
依赖与权限
- MINERU_API_KEY
- 读取用户主动提供的内容