介绍
# 📄 MinerU - 文档解析神器
**OpenDataLab 出品**
> PDF/Word/PPT/图片 → 结构化 Markdown，公式表格全保留！
---
## 🔗 资源链接
| 资源 | 链接 | |------|------| | **官网** | https://mineru.net/ | | **API 文档** | https://mineru.net/apiManage/docs | | **GitHub** | https://github.com/opendatalab/MinerU |
---
## 🎯 功能
### 支持的文件类型
| 类型 | 格式 | |------|------| | 📕 **PDF** | 论文、书籍、扫描件 | | 📝 **Word** | .docx | | 📊 **PPT** | .pptx | | 🖼️ **图片** | .jpg, .png (OCR) |
### 核心优势
1. **公式完美保留** - LaTeX 格式输出 2. **表格结构识别** - 复杂表格也能搞定 3. **多语言 OCR** - 中英文混排无压力 4. **版面分析** - 多栏、图文混排自动处理
---
## 🚀 API 使用 (v4)
### 认证
```bash # Header 认证 Authorization: Bearer {YOUR_API_KEY} ```
### 单文件解析
```bash # 1. 提交任务 curl -X POST "https://mineru.net/api/v4/extract/task" \ -H "Authorization: Bearer $MINERU_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "url": "https://arxiv.org/pdf/2410.17247", "enable_formula": true, "enable_table": true, "layout_model": "doclayout_yolo", "language": "en" }'
# 返回: {"task_id": "xxx", "status": "pending"}
# 2. 轮询结果 curl "https://mineru.net/api/v4/extract/task/{task_id}" \ -H "Authorization: Bearer $MINERU_TOKEN"
# 返回: {"status": "done", "result": {...}} ```
### 批量解析
```bash # 1. 获取上传 URL curl -X POST "https://mineru.net/api/v4/file-urls/batch" \ -H "Authorization: Bearer $MINERU_TOKEN" \ -d '{"file_names": ["paper1.pdf", "paper2.pdf"]}'
# 2. 上传文件到返回的 presigned URLs
# 3. 批量提交任务 curl -X POST "https://mineru.net/api/v4/extract/task/batch" \ -H "Authorization: Bearer $MINERU_TOKEN" \ -d '{"files": [{"url": "...", "name": "paper1.pdf"}, ...]}' ```
---
## ⚙️ 参数说明
| 参数 | 类型 | 说明 | |------|------|------| | `url` | string | 文件 URL (支持 http/https) | | `enable_formula` | bool | 启用公式识别 (默认 true) | | `enable_table` | bool | 启用表格识别 (默认 true) | | `layout_model` | string | `doclayout_yolo` (快) / `layoutlmv3` (准) | | `language` | string | `en` / `ch` / `auto` | | `model_version` | string | `pipeline` / `vlm` / `MinerU-HTML` |
### 模型版本对比
| 版本 | 速度 | 准确度 | 适用场景 | |------|------|--------|----------| | `pipeline` | ⚡ 快 | 高 | 常规文档 | | `vlm` | 🐢 慢 | 最高 | 复杂版面 | | `MinerU-HTML` | ⚡ 快 | 高 | 网页样式输出 |
---
## 📂 输出结构
解析完成后下载的 ZIP 包含：
``` output/ ├── full.md # 完整 Markdown ├── content_list.json # 结构化内容 ├── images/ # 提取的图片 └── layout.json # 版面分析结果 ```
---
## 🔧 OpenClaw 集成工作流
### 论文解析流程
```bash # 1. 创建论文目录 mkdir -p "./paper-reading/[CVPR 2025] NewPaper" cd "./paper-reading/[CVPR 2025] NewPaper"
# 2. 提交解析任务 TASK_ID=$(curl -s -X POST "https://mineru.net/api/v4/extract/task" \ -H "Authorization: Bearer $MINERU_TOKEN" \ -H "Content-Type: application/json" \ -d '{"url": "https://arxiv.org/pdf/XXXX.XXXXX"}' | jq -r '.task_id')
# 3. 等待完成 & 下载 # (轮询 status 直到 done，然后下载 result.zip)
# 4. 解压 unzip result.zip -d . ```
### 环境变量
在 `~/.bashrc` 或 OpenClaw config 中设置：
```bash export MINERU_TOKEN="your_api_key_here" ```
---
## ⚠️ 限制
| 限制 | 数值 | |------|------| | 单文件大小 | 200 MB | | 单文件页数 | 600 页 | | 并发任务数 | 根据套餐 |
---
## 💡 使用技巧
1. **arXiv 论文直接用 URL** ``` https://arxiv.org/pdf/2410.17247 ```
2. **中文论文用 `language: ch`**
3. **复杂表格用 `vlm` 模型**
4. **批量处理省 quota** - 一次提交多个文件，比单个提交更高效
---
## 📚 相关资源
- [Paper Banana Skill](https://clawhub.com/skills/paper-banana) - 论文配图生成
---
*论文解析不再手动复制粘贴！📖*