【Windows】MinerU-专为 LLM · RAG · Agent 场景构建的高精度文档解析引擎

却非鱼

MinerU
MinerU 是一款文档解析工具，可将 PDF、图片以及 DOCX、PPTX、XLSX 转化为机器可读格式（如 Markdown、JSON），便于后续检索、抽取与二次处理。

https://pan.baidu.com/s/1YNkYAWMtdEwiKe32vUfoqg?pwd=6666
https://pan.xunlei.com/s/VOxzMEvsFRatlm4-nI4iBFzaA1?pwd=7wk6#

原生支持 DOCX、PPTX、XLSX 解析
公式 → LaTeX · 表格 → HTML，精准还原复杂版面
支持扫描件、手写体、多栏布局、跨页表格合并
输出符合人类阅读顺序，自动去除页眉页脚
VLM + OCR 双引擎，支持 109 种语言识别

功能
支持 PDF、图片与 DOCX、PPTX、XLSX 输入
删除页眉、页脚、脚注、页码等元素，确保语义连贯
输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版
保留原文档的结构，包括标题、段落、列表等
提取图像、图片描述、表格、表格标题及脚注
自动识别并转换文档中的公式为LaTeX格式
自动识别并转换文档中的表格为HTML格式
自动检测扫描版PDF和乱码PDF，并启用OCR功能
OCR支持109种语言的检测与识别
支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的JSON、含有丰富信息的中间格式等
支持多种可视化结果，包括layout可视化、span可视化等，便于高效确认输出效果与质检
内置命令行、FastAPI、Gradio WebUI，支持本地编排和多服务部署
支持纯CPU环境运行，并支持 GPU/MPS加速，以及十余款国产算力平台的推理加速
兼容Windows、Linux和Mac平台

lovekezi

沙发

631683345

感谢分享