MinerU

MinerU 的官网标题是「面向 Agent 和 RAG 的智能文档解析平台」。它不做内容创作，而是解决 AI 应用里的前置环节：把 PDF、PPT 这类排版复杂的文件，拆成机器能读的结构化数据。官网提供在线使用、API、客户端下载，并把代码放在 GitHub 上开源。

核心能力

• 多格式解析：官网称支持 PDF、Word、PPT、Excel、图片与网页 URL 一键解析。
• 高保真结构化输出：输出 Markdown、JSON、LaTeX，官网强调保留排版层级，为知识库提供干净数据。
• 表格智能还原：针对旋转、跨页、合并单元格等复杂表格做还原，输出 CSV、HTML、Markdown。
• 公式精准转化：官网称可处理长公式、多行公式与嵌套数学结构，输出 LaTeX 或 MathML。
• 化学论文解析：与 A4Chemistry 合作，提供分子检测识别、化学反应提取与全局分子关联。
• Agent 工作流接入：原生支持 MCP 协议，可导出至 Dify、Notion，官网列有获取 Agent 接入指南的入口。
• 多种使用形态：官网提供在线使用、API 与客户端下载，GitHub 开源仓库另有 Trending 标注的开源关注度数据。

适合谁

• 做 RAG 或知识库，需要把存量文档批量转成结构化数据的开发者
• 需要处理论文、研报、说明书等复杂排版 PDF 的算法与数据团队
• 需要给智能体准备干净上下文的团队，官网称提供免登录的 Agent 通道
• 化学与科研方向的研究者，处理含分子图与反应式的文献
• 想在本地自建解析链路的团队，可直接用开源仓库

使用建议

• 解析前先想清楚下游要什么格式，需要喂给模型就优先 Markdown，需要入库就选 JSON。
• 表格和公式是解析最容易出错的地方，重要数据务必抽样人工核对。
• 大批量解析前先用几十页样本验证效果，全量跑完再返工成本很高。
• 化学结构识别属于专业场景，先用公开论文小规模验证再上量。
• 开源仓库与官网服务在能力上可能不同步，关键能力以当前版本说明为准。
• 涉及未公开文档时，优先用官方提供的接入方式，并遵守数据使用边界。
• 官网列出的免费与高并发策略可能随服务调整，压测前先看最新说明。