MinerU：完全免费！59k Star 开源神器，一键解析影印版 PDF、表格等复杂布局

Hi，我是 Chris。

你一定遇到过这种麻烦的情况：把双栏排版的 PDF 论文丢给 AI，结果文字左、右栏混在一起，读起来像一锅乱炖；或者提取研报表格时，数字对不齐、公式全乱码。

问题不在 AI 能力，而是你喂的文档问题。 PDF 本质是排版文件，是给人看的，不是给机器读的。要让 AI 真正读懂，你得先把它转换成结构化、机器可读的格式。

今天要推荐的工具就是专门解决这个痛点的免费工具：MinerU。

一、产品介绍

MinerU 是上海人工智能实验室（Shanghai AI Lab）开源的一款文档解析引擎，专注于把复杂文档变成AI能直接用的干净数据，比如 Markdown。

MinerU 支持 PDF、Word、PPT、图片、甚至网页 URL，输出格式是 Markdown 或 JSON。不仅是提取文字，还能”理解”文档的排版结构，哪个是标题、正文、表格、公式，都分得清清楚楚。

2024年7月开源，到现在 GitHub 上已经有 59.1k+ Star 了，一度冲上 GitHub Trending 第一。

官网地址：https://mineru.net
GitHub：github.com/opendatalab/

二、快速上手

MinerU 的使用门槛很低，普通用户和开发者都能找到适合自己的方式。目前支持：

1.网页版

直接访问 MinerU-免费全能的文档解析神器 使用，直接上传文档即可。

2.桌面客户端（推荐）

这也是 Chris 一直在使用的，支持 Windows、macOS、Linux 三平台的客户端。

3.本地部署

适合开发者本地部署使用，显存 8GB 可以跑轻量版，16GB 以上体验更好。也有 Docker 镜像可以用。

通过 pip 安装：

pip install --upgrade pip -i https://mirrors.aliyun.com/pypi/simple
pip install uv -i https://mirrors.aliyun.com/pypi/simple
uv pip install -U "mineru[all]" -i https://mirrors.aliyun.com/pypi/simple

装好后一行命令搞定：

mineru -p <文件或文件夹路径> -o <输出路径>

4.API 接入

开发者也可以通过 API 方式使用，文档地址是 MinerU API 文档 | PDF 解析接口文档。

MinerU 提供两种文档解析 API，满足不同场景需求：

  • 🎯 精准解析 API — 需申请 Token，支持单文件/批量、表格/公式/多格式输出
  • ⚡ Agent 轻量解析 API — 免登录，IP 限频防滥用，专为 AI Agent 工作流设计

两种模式可以混用，Agent 实时响应走快速版，后台批处理走精准版。

三、核心功能

1. 智能版面分析

MinerU 能自动识别文档中的标题、正文、列表、表格、脚注、图片等不同元素，还能帮你过滤掉页眉、页脚、页码这些干扰信息。

MinerU 的阅读顺序还原能力也很强。面对双栏排版的学术论文，它能按照人类正常的阅读顺序（先左栏再右栏）输出文本，而不是把两栏内容混在一起。这一点对构建知识库特别关键。

2. 表格智能还原

表格解析一直是PDF提取的老大难。很多工具遇到稍微复杂一点的表格就歇菜了，要么把单元格对错位，要么遇到跨页表格直接截断。

MinerU 能处理旋转表格、跨页表格、合并单元格等各种复杂情况，最终输出 CSV、HTML 或 Markdown 格式的结构化表格。

对做 RAG 的同学来说，跨页表格合并这个功能简直是救星，以前一个大表格被切在两页上，向量化检索时上下文直接断裂，现在可以完整还原了。

3. 公式精准识别

数学公式是另一个让人头疼的问题。普通工具根本识别不了公式，即使识别了也是乱码。

MinerU 能把文档中的数学公式识别并转化为标准的 LaTeX 或 MathML 代码。行内公式、复杂的多行公式、嵌套公式，都能搞定。做科研类AI应用或者构建数理知识库的朋友，这个功能应该会很喜欢。

4. 化学文献解析

MinerU 还有一个专业分支叫 MinerU.Chem，能深度解析化学文献，精确提取分子结构图像和化学反应式，实现原子级别的识别与关联。

虽然这个功能对大多数人来说用不太到，但能看出团队在专业领域下了不少功夫。

5. 多格式输出 + 生态集成

输出格式支持 Markdown、JSON、LaTeX，可以直接用在 RAG 和知识库构建里。

生态集成方面，MinerU 原生支持 MCP 协议，可以和 Cursor、Claude Desktop、Dify、Notion、LangChain 等工具对接。还提供了 Agent Skills，在 OpenClaw 等平台上一句话就能触发文档解析。

四、实际使用

说完了功能，聊聊我自己的用法。在平常 Chris 阅读一些文档的时候，主要有 2 种使用方式：

1.构建 AI 知识库

在之前使用一些 AI 知识库工具学习一些资料的时候，最大的痛点就是文档解析质量不行。PDF 里的表格解析成乱码，公式直接丢失，检索出来的内容驴唇不对马嘴。

现在 Chris 的流程是：PDF → MinerU 解析 → Markdown → 添加到 WiseMindAI 学习。

WiseMindAI 是一款本地优先的 AI 学习与知识工作台，帮你把文档、网页和音视频变成可对话、可复习、可分享的长期知识资产。
官方网址：wisemindai.app/

使用 Markdown 格式让 AI 生成的总结和回答精准度提升了一个量级。流程演示如下：

  • MinerU 解析并导出 Markdown
  • 添加到 WiseMindAI 学习，生成总结、AI 提问、生成知识卡片等

MinerU 输出的 Markdown 保留了完整的文档结构，表格是结构化的，公式是 LaTeX 格式的，检索质量好了一大截。

2.使用API 方式

在 WiseMindAI 里面，也使用内置的 MinerU 服务。

首先你可以到 MinerU – 高质量 PDF 文档解析与转换工具 创建一个免费的 API Token，然后在 WiseMindAI 的“文档设置”中，选择文档解析方式为“MinerU 解析”，然后输入这个 API Token 即可。

接下来使用文档总结等功能，都会自动去调用 MinerU 的解析服务，生成准确的总结内容：

写在最后

MinerU 解决的是一个实实在在的痛点：怎么把非结构化的文档，高效地变成AI能用的结构化数据。

当你用 MinerU 搞定“输入”，再配合 WiseMindAI 进行“内化”，这套学习工具组合拳能让你在海量信息面前，真正做到高效学习、精准输出。