MinerU

MinerU 是什么？

MinerU 是上海人工智能实验室（上海 AI Lab）开发的开源工具，专注于将 PDF 文档（包括复杂排版、数学公式、表格等）高质量转换为 Markdown 格式。它解决了传统 PDF 转换工具对公式、表格等结构化内容识别率低的问题，特别适合需要将学术论文、技术文档等 PDF 内容提取为结构化文本以喂给大模型（如 LLM）进行进一步处理的用户。MinerU 支持本地部署，无需联网，适合对数据隐私有要求的场景。

适用场景

• 将学术论文 PDF 转为 Markdown 用于知识库构建
• 提取技术文档中的公式和表格到 Markdown
• 批量转换 PDF 报告为结构化文本供大模型训练
• 将扫描版 PDF 转为可编辑 Markdown（需 OCR）
• 从 PDF 中提取代码块和数学公式到 Markdown

如何使用 MinerU

1. 1访问 https://mineru.net 下载对应系统安装包
2. 2安装后打开 MinerU，点击“选择文件”导入 PDF
3. 3在设置中选择输出格式为 Markdown，开启公式/表格识别
4. 4点击“开始转换”，等待处理完成
5. 5在输出文件夹中查看生成的 .md 文件

价格

完全免费开源，无任何付费功能。

替代品

常见问题

MinerU 免费吗？

MinerU 完全免费开源，由上海 AI Lab 维护，无任何付费功能或限制，可自由使用和修改。

MinerU 国内能用吗？

可以。MinerU 是国产开源工具，官网和代码托管在国内平台，无需翻墙即可下载使用，且支持本地部署。

MinerU 和 Pandoc 哪个好？

两者定位不同。Pandoc 是通用文档转换工具，支持多种格式互转，但对 PDF 中公式、表格的识别能力较弱。MinerU 专为 PDF 转 Markdown 优化，尤其擅长数学公式和表格的提取，更适合需要高质量结构化输出的场景。

MinerU 支持扫描版 PDF 吗？

支持，但需要开启 OCR 功能。MinerU 内置 OCR 模型，可识别扫描件中的文字，但对中文、手写体等复杂情况的识别精度可能不如专业 OCR 工具。

MinerU 转换后的 Markdown 能直接喂给大模型吗？

可以。转换后的 Markdown 保留了文档结构（标题、列表、表格、公式等），大模型（如 ChatGPT、文心一言）能较好地理解其内容，适合用于知识库构建、RAG 等场景。