MinerU 3.4.5 Windows + NVIDIA GPU 从零安装【安装教程链接】 jafck.lanzoum.com/ijVTI46ol79cMinerU 是一款开源高精度文档解析引擎，由 OpenDataLab 开发维护。它能够将 PDF、图片、DOCX、PPTX、XLSX、网页等非结构化文档，转换为结构化的 Markdown 和 JSON 格式，专为 LLM 预训练、RAG（检索增强生成）和 Agent 工作流场景设计。MinerU 的诞生源于“书生·浦语”（InternLM）大模型的预训练过程。在预训练阶段，团队需要从海量科技文献中高质量地提取文本、公式、表格等内容，而现有工具在复杂版式和符号解析方面表现不尽如人意。正是这一需求驱动了 MinerU 的研发。正如其名——“采矿师”（Miner），MinerU 致力于从复杂文档这座“矿山”中，精准提取出大模型真正能读懂的结构化数据。 核心功能MinerU 提供了一系列强大的文档解析能力：- **多格式输入支持**：原生支持 PDF、DOCX、PPTX、XLSX、图片和网页等格式- **公式识别与转换**：自动识别文档中的行内公式和行间公式，并转换为 LaTeX 格式- **表格识别与转换**：自动识别表格结构并转换为 HTML 格式- **版面结构重建**：精准还原复杂版面布局，支持单栏、多栏、跨页表格合并等场景- **智能内容过滤**：输出遵循人类阅读顺序，自动去除页眉、页脚、页码、脚注等干扰项- **VLM + OCR 双引擎**：支持扫描件、手写内容识别，OCR 覆盖 109 种语言- **多格式输出**：支持 Markdown、JSON 等结构化输出格式

技术架构MinerU 提供了三种推理后端，以适应不同场景的需求：| 后端 | 特点 | 适用场景 ||------|------|----------|| **pipeline** | 快速稳定、无幻觉问题，可在 CPU 或 GPU 上运行 | 追求速度与稳定性 || **vlm-engine** | 高精度解析，支持 vLLM / LMDeploy / mlx 加速 | 追求最高解析精度 || **hybrid-engine** | 高精度、原生文本提取、低幻觉，融合 pipeline 与 VLM 优势 | 兼顾精度与效率（默认后端） |

在部署方式上，MinerU 提供了丰富的选择：- **命令行工具（CLI）** ：适合脚本化批量处理- **Python / Go / TypeScript SDK**：便于集成到开发项目中- **REST API**：支持远程调用- **Docker 容器化部署**：开箱即用，支持 vLLM 加速- **桌面客户端与 Web 端**：无需编程，拖拽即可完成文档解析

生态集成MinerU 已与主流 AI 开发框架深度集成：- **RAG 框架**：LangChain、LlamaIndex、RAGFlow、Dify、FastGPT- **AI 编程工具**：通过 MCP Server 支持 Cursor、Claude Desktop、Windsurf 等- **国产算力支持**：支持昇腾、寒武纪、燧原、摩尔线程、海光等 10 余种国产 AI 芯片

应用场景MinerU 适用于多种文档智能化处理场景：- **大模型预训练数据准备**：将海量非结构化文档转换为结构化训练数据- **RAG 知识库构建**：将企业文档、技术资料精准解析后导入向量数据库- **Agent 工作流**：为 AI 智能体提供可消费的结构化文档输入- **科研文献处理**：精准提取科技论文中的公式、表格和复杂版面