（4627期）MinerU PDF Extractor – PDF智能转Markdown，公式表格一键提取

PDF智能转Markdown，公式表格一键提取 将PDF转为结构化Markdown的社区工具，支持公式识别、表格提取和OCR，需自备MinerU API Token，适合科研文档批量处理。 使用说明 核心用法 MinerU PDF Extractor 是一款社区维护的 Shell 脚本技能，通过调用 MinerU API 实现 PDF 到 Markdown 的自动化转换。提供本地文件解析（4步流程：申请上传URL→上传文件→轮询结果→下载解压）和在线URL解析（2步流程：提交任务→轮询并自动下载）两种模式。支持中英文自动识别、两种布局模型选择（doclayout_yolo 快速版 / layoutlmv3 精准版），输出包含完整 Markdown、提取的图片、结构化内容 JSON 及布局分析数据。 显著优点 学术友好：特别优化公式识别（LaTeX）、表格结构化和多栏布局解析，适合科研论文处理 双模式灵活：在线URL模式免上传、速度快（10-20秒），本地模式支持大文件（200MB内） 输出结构化：除 Markdown 外还提供 content_list.json 和 layout.json，便于二次开发 批量处理能力：文档提供完整的 Shell 循环示例，可轻松实现批量自动化 安全设计：包含输入校验和防目录遍历、JSON注入防护，推荐搭配 jq 增强解析安全 潜在缺点与局限性 依赖外部API：必须注册获取 MinerU Token，存在服务可用性和速率限制风险 社区非官方：非 MinerU 官方维护，API 变更或停服可能导致技能失效 环境依赖：需 curl、unzip，Linux/macOS 友好但 Windows 需额外配置 成本考量：MinerU 为商业服务，高频使用可能产生费用 无实时预览：需等待异步处理完成，无法即时查看效果 适合人群 科研人员、数据工程师、需要批量处理学术PDF的技术用户、构建知识库/ RAG 系统的开发者。 常规风险 Token泄露：环境变量配置不当可能导致 API 密钥泄露 隐私敏感：本地文件需上传至 MinerU 服务器，涉密文档需谨慎 网络依赖：上传/下载大文件时网络不稳定可能导致任务失败 服务连续性：社区技能无 SLA 保障，建议自行监控 API 状态 原始说明 Extract PDF content to Markdown using MinerU API. Supports formulas, tables, OCR. Provides both local file and online URL parsing methods.