MinerU安装指南：4GB显存跑通PDF解析

MinerU安装指南4GB显存跑通PDF解析【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU把一份 40 页的学术论文 PDF 丢给 MinerU几分钟后得到一份标题层级、表格、公式结构都完好的 Markdown外加一套结构化 JSON——这是它每天干的活。MinerU 把 PDF、DOCX、PPTX、XLSX 这类复杂文档转成大模型可以直接消费的 Markdown 与 JSON给 RAG 知识库和 Agent 工作流打底层。一条流水线替代一堆单点工具PDF 解析难在看懂版面而不是认出单个字双栏怎么分、哪个是公式、表头在哪、跨页表格怎么拼。MinerU 的做法是把这件事拆成一条多小模型协同的流水线核心流程实现在 pipeline 模块 中——布局检测模型负责定位页面里每个块文本 OCR 负责段落文字公式、表格结构各有专用模型接手。每个环节都能独立替换、独立升级不必为一个识别错的公式去重训整个大模型。从架构图可以看到文档先经过预处理的元数据提取与乱码检测再由模型层做 layout 检测、公式检测和文本 OCR管线层完成表格合并、段落合并等归一化处理后输出层产出 Markdown、content list 和可视化文件所有中间结果会落到统一的middle.json每个块都带坐标、类型和层级信息想只抽表格或只抽公式做二次开发不用回头去解析 Markdown 文本。安装并跑出第一份 Markdown用 uv 安装官方推荐安装带core扩展的包包含 pipeline 解析的全部依赖uv pip install -U mineru[core] mineru -p ./demo/pdfs/demo1.pdf -o ./output首次运行会自动下载模型到本地缓存。网络无法访问默认模型源时一行环境变量切到国内 ModelScope 源export MINERU_MODEL_SOURCEmodelscope mineru -p input_path -o output_path解析完成后输出目录里有几份各司其职的文件直接阅读用的*.md、按阅读顺序平铺的content_list.json、给二次开发用的middle.json以及把每块检测结果画成色块的layout.pdf用于可视化质检字段细节见 输出文件说明。按硬件选解析后端MinerU 提供多个解析后端差异集中在硬件要求和精度上解析后端最低显存支持纯 CPUOmniDocBench 精度适用场景pipeline4GB是86.47通用文档、资源受限环境vlm8GB否95.39high复杂版式、高精度要求hybrid8GB否95.30精度与速度折中vlm-http-client2GB是95.39high轻量客户端连远程推理服务-b参数切换后端有 GPU 的机器默认自动选择无 GPU 的机器显式加-b pipeline就能纯 CPU 跑。模型不想部署在本机时也可以另起一个 OpenAI 兼容推理服务客户端用-b vlm-http-client -u 服务地址直连客户端本身不要求装 torch。进阶用法API、WebUI 与多卡编排要把它做成服务而不是跑一次任务有三条现成入口mineru-api起 FastAPI 服务提供异步任务提交与同步解析接口mineru-gradio起可视化 WebUI浏览器里传文件、看结果mineru-router把多个服务或本地多张 GPU 的 worker 编排到统一入口适合批量文档处理。更细的定制通过用户目录下的mineru.json配置文件做LaTeX 分隔符、LLM 辅助标题分级、本地模型目录都能配置模型源的切换和自定义本地路径在 模型源说明 里有完整讲法。最后提醒一句哪页解析得不好先打开对应的layout.pdf看色块多数问题一眼就能看出原因。引用官方文档快速入门FAQ常见问题源码仓库克隆用https://gitcode.com/GitHub_Trending/mi/MinerU【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考