Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究312写作59商务95法律13财务33营销175开发1,422效率391教育81陪伴14
帮助与支持
语言
English简体中文

MinerU Document Extraction Tools

由 opendatalab 制作工具包开发
新上架第 1 版 · 更新于
点赞

概览

用运行在 ZeroGPU 上的 MinerU 演示，从 PDF、Office 文件和其他文档里提取内容。适合把文档变成结构化文本的开发者和数据团队。

MinerU Document Extraction Tools 是一款工具包，属于开发类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器，在线页面只需要它
  • Python 3.12 和 requirements.txt 里的包，本地副本才需要
  • 第一次启动要花些时间，因为启动器会构建一个独立的 MinerU 环境，并在你的主目录里保留缓存，可以用 MINERU_RUNTIME_CACHE 移动它
用在
  • 网页浏览器，打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.12 运行
先运行
pip install -U huggingface_hub
hf download opendatalab/MinerU --repo-type space --local-dir MinerU
cd MinerU

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MinerU Document Extraction Tools 是 MinerU 的 Gradio 演示，MinerU 是一个文档提取工具，运行在 Hugging Face 的 ZeroGPU 硬件上。你上传一份文档，应用把里面的内容提取出来，以 Middle JSON 的形式返回结果，同时附带它保存的资源。你可以在浏览器里试用，不需要安装任何东西。

适合谁

它适合需要把文档的文字和结构变成程序能读的形式的开发者、数据团队和研究者。

行业谁在用怎么用例子
软件开发者在把文档提取做进应用之前先测试上传一份短 PDF 并阅读 Middle JSON
数据与分析数据团队把报告和文件变成结构化内容处理一个 Office 文件并查看结果
AI 研究研究者检查提取流程如何处理不同的输入比较一次 PDF 运行和一次 OCR 运行

如果你只是想阅读一份文档，可以跳过它，因为它的输出是给程序用的。

用在哪里

  • 网页浏览器，打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.12 运行
用途适合谁能得到什么
提取 PDF开发者Middle JSON 形式的结构化内容，加上保存的资源
读取扫描页数据团队通过 OCR 从页面里得到的文字
处理办公文件分析人员来自原生 Office、HTML 或 OFD 输入的内容

如何设置

  • 一个网页浏览器，在线页面只需要它
  • Python 3.12 和 requirements.txt 里的包，本地副本才需要
  • 第一次启动要花些时间，因为启动器会构建一个独立的 MinerU 环境，并在你的主目录里保留缓存，可以用 MINERU_RUNTIME_CACHE 移动它
  1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
  2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.28.0，再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download opendatalab/MinerU --repo-type space --local-dir MinerU
cd MinerU
pip install gradio==6.28.0
pip install -r requirements.txt
python app.py

如何使用

打开页面，上传一份文档，开始提取。最高级别 Basic 把每次请求限制在 20 页，GPU 解析 60 秒后会被停止。工作时页面会显示排队和处理状态。

工具作用
Flash TXT在 CPU 上处理纯文本输入
原生 Office、HTML 和 OFD通过 PDFium 辅助进程在 CPU 上处理这些文件类型
Flash OCR在 ZeroGPU 上从页面图像里读取文字
Basic PDF在 ZeroGPU 上解析 PDF 请求，最多 20 页

开发者可以在装有 MinerU 和 pytest 的环境里运行项目的测试。

python -m pytest tests

示例

上传一份短 PDF，选择 Basic 级别。应用在 GPU 上解析这些页面，以 Middle JSON 返回结构化结果，并附上它从文档里保存下来的资源。

新手与专家

先打开 Space 页面，试一份短 PDF。你不需要安装任何东西，一分钟甚至更短时间内得到的结果就能让你看到这个工具返回什么。

仓库的 app.py 会启动 mineru_space 文件夹里的代码。启动时，启动器用 MinerU 的开发版最新提交构建一个独立环境，检查它，只有检查通过才切换过去。更新失败时会保留已有的兼容环境，之前的运行时清单也会留着以便回滚。表格推理留在 CPU 上，而 torch 模型通过 ZeroGPU 使用 CUDA。

  1. 你上传一份文档
  2. 请求在队列里等待
  3. CPU 辅助进程或 ZeroGPU 解析它
  4. 结果被整理成 Middle JSON 和资源
  5. 页面显示完成的结果

注意事项

在线版本每次请求最多 20 页，被取消的请求会一直占着名额，直到原生处理结束。

  • License: Apache 2.0
  • Cost to run: 未提及，在线版本运行在 ZeroGPU 硬件上
  • Data it reaches: 你上传的文档，以及 opendatalab/MinerU-4_models_torch 模型和磁盘上缓存的运行环境
  • Not for: 一次请求里超过 20 页的文档

README 和文件

README

MinerU Document Extraction Tools

用运行在 ZeroGPU 上的 MinerU 演示，从 PDF、Office 文件和其他文档里提取内容。适合把文档变成结构化文本的开发者和数据团队。

由 opendatalab 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MinerU Document Extraction Tools 是 MinerU 的 Gradio 演示，MinerU 是一个文档提取工具，运行在 Hugging Face 的 ZeroGPU 硬件上。你上传一份文档，应用把里面的内容提取出来，以 Middle JSON 的形式返回结果，同时附带它保存的资源。你可以在浏览器里试用，不需要安装任何东西。

适合谁：它适合需要把文档的文字和结构变成程序能读的形式的开发者、数据团队和研究者。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 在把文档提取做进应用之前先测试 | 上传一份短 PDF 并阅读 Middle JSON
数据与分析 | 数据团队 | 把报告和文件变成结构化内容 | 处理一个 Office 文件并查看结果
AI 研究 | 研究者 | 检查提取流程如何处理不同的输入 | 比较一次 PDF 运行和一次 OCR 运行

如果你只是想阅读一份文档，可以跳过它，因为它的输出是给程序用的。

用在哪里：

  • 网页浏览器，打开 Hugging Face 上这个 Space 的页面
  • 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.12 运行
用途 | 适合谁 | 能得到什么
提取 PDF | 开发者 | Middle JSON 形式的结构化内容，加上保存的资源
读取扫描页 | 数据团队 | 通过 OCR 从页面里得到的文字
处理办公文件 | 分析人员 | 来自原生 Office、HTML 或 OFD 输入的内容

如何设置：

  • 一个网页浏览器，在线页面只需要它
  • Python 3.12 和 requirements.txt 里的包，本地副本才需要
  • 第一次启动要花些时间，因为启动器会构建一个独立的 MinerU 环境，并在你的主目录里保留缓存，可以用 MINERU_RUNTIME_CACHE 移动它
  1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
  2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
  3. 进入下载好的文件夹。
  4. 安装 Gradio 6.28.0，再安装 requirements.txt 里的包。
  5. 用 python app.py 启动应用。
pip install -U huggingface_hub
hf download opendatalab/MinerU --repo-type space --local-dir MinerU
cd MinerU
pip install gradio==6.28.0
pip install -r requirements.txt
python app.py

如何使用：打开页面，上传一份文档，开始提取。最高级别 Basic 把每次请求限制在 20 页，GPU 解析 60 秒后会被停止。工作时页面会显示排队和处理状态。

工具 | 作用
Flash TXT | 在 CPU 上处理纯文本输入
原生 Office、HTML 和 OFD | 通过 PDFium 辅助进程在 CPU 上处理这些文件类型
Flash OCR | 在 ZeroGPU 上从页面图像里读取文字
Basic PDF | 在 ZeroGPU 上解析 PDF 请求，最多 20 页

开发者可以在装有 MinerU 和 pytest 的环境里运行项目的测试。

python -m pytest tests

示例：上传一份短 PDF，选择 Basic 级别。应用在 GPU 上解析这些页面，以 Middle JSON 返回结构化结果，并附上它从文档里保存下来的资源。

新手与专家：先打开 Space 页面，试一份短 PDF。你不需要安装任何东西，一分钟甚至更短时间内得到的结果就能让你看到这个工具返回什么。

仓库的 app.py 会启动 mineru_space 文件夹里的代码。启动时，启动器用 MinerU 的开发版最新提交构建一个独立环境，检查它，只有检查通过才切换过去。更新失败时会保留已有的兼容环境，之前的运行时清单也会留着以便回滚。表格推理留在 CPU 上，而 torch 模型通过 ZeroGPU 使用 CUDA。

你上传一份文档
请求在队列里等待
CPU 辅助进程或 ZeroGPU 解析它
结果被整理成 Middle JSON 和资源
页面显示完成的结果

注意事项：在线版本每次请求最多 20 页，被取消的请求会一直占着名额，直到原生处理结束。

  • License: Apache 2.0
  • Cost to run: 未提及，在线版本运行在 ZeroGPU 硬件上
  • Data it reaches: 你上传的文档，以及 opendatalab/MinerU-4_models_torch 模型和磁盘上缓存的运行环境
  • Not for: 一次请求里超过 20 页的文档

Hugging Face 上的数据（2026年11月13日）

  • 点赞：686
  • 构建方式：gradio
  • 许可证：apache-2.0

链接

  • Space：https://huggingface.co/spaces/opendatalab/MinerU
  • 文件：https://huggingface.co/spaces/opendatalab/MinerU/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件，共 5 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MinerU Document Extraction Tools 本页686gradioapache-2.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。

Moon_YOpen-source tool helps you convert PDF documents, web pages, etc., into Markdown61 分 · 3 条回复土豆哥github.com/opendatalab...jacquesmTransforms complex documents like PDFs and Office docs into Markdown/JSON1 分AI без границMinerU — конвертер документов в Markdown Появился опенсорс-инструмент, который превращает сложные документы в чистый Markdown. MinerU умеет работать с PDF, DOCX, PPTX, XLSX, картинками и веб-страницами — вытаскивает текст, таблицы и формулы. Поддерживает... https://github.com/opendatalab/mineruthrow4039Launch HN: Onyx (YC W24) – Open-source chat UILooks awesome! I'm really trying to switch off Open WebUI due to its general slowness and bugginess, as well as documentation which is almost entirely slop. However it doesn't seem to have MinerU as a supported backend, which is hands-down the best PDF extraction tool I've ever used (and is…Epic Vibecodermineru turns messy PDFs, scans and Office docs into clean, LLM-ready markdown and JSON. 100+ language OCR, structured text your agent can actually parse. how much of your RAG is broken by bad PDF parsing? github.com/opendatalab/...vdmShow HN: OCR Arena – A playground for OCR modelscool UI and lets anyone upload a doc. but lacks https://github.com/opendatalab/mineruLLMsopendatalab/MinerU Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows. English | 简体中文 🚀 Access MinerU Now→✅ Zero-Install W... Origin | Interest | MatchgoldenjmBenchmarking the Most Reliable Document Parsing APIThis would be more helpful if it included DeepSeek-OCR, PaddleOCR-VL and MinerU 2.5. In general, I've found that OmniDocBench is a reliable benchmark, perhaps surprisingly because it is made by the same team as MinerU. They updated their benchmark table recently:…Tom Dörrhttps://github.com/opendatalab/MinerUmvacMistral OCRGreat progress, but unfortunately, for our use case (converting medical textbooks from PDF to MD), the results are not as good as those by MinerU/PDF-Extract-Kit [1]. Also the collab link in the article is broken, found a functional one [2] in the docs. [1] https://github.com/opendatalab/MinerU…Tom Dörrhttps://github.com/opendatalab/MinerU-Diffusion

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字，用一个检测器找文本行，再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件，提供八种量化大小，可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐，50 步并带引导控制，音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能，按角色分组，从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间，人和 AI 智能体在同样的房间里协作，基于 Nostr 中继，把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开，让你加批注或评论，并把反馈直接发回给智能体。

新上架10.5k