MinerU是一款开源高精度文档解析引擎，可将PDF、Office文档和图片转换为结构化的Markdown和JSON，融合VLM与OCR双引擎，支持109种语言，专为LLM预训练和RAG工作流设计。
适合LLM/RAG应用开发者 · 学术研究人员 · 数据分析与知识挖掘团队
亮点
VLM+OCR双引擎
结合视觉大模型与传统OCR，自动识别扫描版、模糊PDF，精准提取文字与结构，大幅提升复杂文档的解析准确率。
科学公式与表格完美转换
数学公式自动转为LaTeX，表格转为HTML，保留合并单元格与复杂结构，专为学术论文和技术文档优化。
多语言文档全覆盖
支持109种语言的检测与识别，并可去除页眉页脚、页码等干扰，输出符合人类阅读顺序的连贯文本。
多输出格式与无缝集成
生成多模态Markdown、JSON等格式，提供CLI、FastAPI、Gradio WebUI，可自托管并接入LangChain、Dify等框架。
取舍
选它的理由
- 学术文档解析精度极高，公式和表格转换效果出色。
- 开源免费且支持本地部署，数据安全性高。
- 多语言OCR支持，109种语言检测与识别。
- 丰富的输出格式与可视化，方便调试与集成。
先想清楚
- 只需偶尔转换几份简单的纯文本PDF
- 对商用许可要求严格
- 非商业友好授权，基于Apache 2.0但有附加条件。
- 模型体积较大，首次加载需下载数GB的检测模型。
同类推荐
查看全部更多「效率办公」软件
massCode
效率办公开源面向开发者的本地优先工作台：代码片段管理为核心，另集成 Markdown 笔记、HTTP 请求调试、自然语言计算、Excalidraw 白板与编解码小工具，数据以纯 Markdown 文件存本地。
WinMerge
效率办公开源Windows 平台的开源差异比较与合并工具，支持文本、文件夹、图片和 CSV/TSV 表格对比，还能做三方合并、生成 patch 补丁，并集成到资源管理器右键菜单。
WGestures 2
效率办公买断Windows 与 macOS 上的全局鼠标手势工具，支持右键/中键/侧键/边角触发，可画直线曲线与字符，配合叠加修饰键、自定义菜单和 Lua/Cmd/AppleScript 脚本，把高频操作压成一笔一划。
TieZ
效率办公开源基于 Tauri 2 + Rust 的 Windows/macOS 剪贴板管理器，统一收纳文本、代码、图片、文件与富文本，配合标签筛选、顺序粘贴、WebDAV 同步和局域网互传，主打本地存储的高频复制粘贴工作流。
KillerPDF
效率办公开源面向 Windows 的开源本地 PDF 编辑器，单个约 15.6MB 便携 EXE 免运行时安装，集阅读、批注、内置 Tesseract OCR、合并拆分、表单填写、数字签名与完整命令行于一体，无账号无订阅无遥测。
OfficeCLI
效率办公开源给 AI 智能体用的命令行 Office 套件，单个二进制文件即可读写 Word、Excel、PowerPoint，并内置渲染引擎把文档转成 HTML/PNG 让 AI「看见」自己的排版结果。
AI 整理的软件知识库
AI 整理软件资料、版本动态、更新通知、订阅权益与对比分析，沉淀可复用的工具知识。