MinerU opendatalab

opendatalab MinerU ¶

MinerU 是一款将 PDF 转换为机器可读格式（如 Markdown、JSON）的工具，旨在解决科学文献中的内容提取与符号转换问题。

核心功能： 1. 结构化解析：去除页眉、页脚等噪声，保持标题、段落、列表结构及语义连贯的阅读顺序。 2. 多模态提取：自动提取图像、表格（转 HTML）、公式（转 LaTeX）及脚注。 3. OCR 识别：支持扫描版及乱码 PDF，识别 109 种语言。 4. 灵活输出：支持多语言 Markdown、JSON 等格式，提供布局与元素可视化。 5. 广泛兼容：支持 CPU/GPU/NPU/MPS 加速，兼容 Windows/Linux/macOS 及国产计算平台，提供命令行、API 和 WebUI 接口。