（4430期）MinerU Doc Parser – 智能文档提取，一键转 Markdown

智能文档提取，一键转 Markdown 基于 MinerU API 的文档提取 CLI 工具，支持 PDF/图片/网页转换为 Markdown/HTML/LaTeX/DOCX，提供免 Token 快速模式和精准提取模式，内置表格/公式识别与 OCR 能力。 使用说明 核心用法 MinerU 是一个命令行文档提取工具，通过 MinerU API 将 PDF、图片、网页等转换为结构化格式。提供两种主要工作模式： 1. flash-extract（免 Token 快速模式） 无需登录，零配置快速上手 支持 Markdown 单格式输出 限制：10MB 文件大小、20 页以内 适合临时使用、简单文档、快速预览 2. extract（精准提取模式） 需 API Token（免费注册获取） 支持 md/html/latex/docx/json 多格式输出 支持批量处理、OCR、表格/公式识别 更高文件尺寸和页数上限 提供 vlm（高精度）和 pipeline（无幻觉）两种模型 常用命令示例 # 快速提取（免 Token）mineru-open-api flash-extract document.pdf 精准提取（需 Token） mineru-open-api extract document.pdf -f md,html -o ./output/ 网页爬取 mineru-open-api crawl https://example.com/article 批量处理 mineru-open-api extract *.pdf -o ./results/ 显著优点 双模式设计：免 Token 快速模式降低使用门槛，精准模式满足生产需求 多格式支持：原生支持学术常用的 LaTeX、DOCX 及结构化 JSON 智能识别：内置表格、公式、OCR 能力，无需额外工具链 批量与管道支持：适合自动化工作流和大规模文档处理 中文优化：默认中文语言包，支持 60+ 种语言识别 模型可选：vlm 模式适合复杂排版，pipeline 模式保证零幻觉 潜在局限 云端依赖：必须联网调用 MinerU API，无法离线使用 Token 门槛：高级功能需注册获取 API Token，有一定上手成本 文件限制：免费模式限制严格（10MB/20页），大文档需付费或分片 格式损失：极复杂排版（如杂志、海报）转换效果可能不理想 hallucination 风险：vlm 模式在罕见场景下可能产生幻觉文本 适合人群 研究人员：快速提取论文 PDF 为 Markdown/LaTeX 用于笔记整理 开发者：构建文档处理流水线，批量转换技术文档 内容运营：网页内容爬取与结构化存档 知识管理用户：将本地文档库转为可检索的 Markdown 格式 常规风险 API 服务可用性：依赖第三方服务，存在服务中断或限速风险 数据隐私敏感：文档内容需上传至云端处理，机密文件需谨慎 Token 管理：Token 泄露可能导致配额被盗用，建议定期轮换 输出质量波动：扫描件、手写体、复杂表格的识别准确率因文档而异 原始说明 MinerU AI document parser — intelligent document extraction powered by AI. Parse PDFs, scanned documents, images, Word files, PowerPoint slides, and web page...