腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

MinerU如何整理文档进RAG流程

先给结论：MinerU要解决的是文档进模型前的结构损耗MinerU是opendatalab/MinerU仓库中的Python文档解析工具，项目描述明确写到可将PDF、images、DOCX、PPTX、XLSX 工作流拆解：MinerU应该站在RAG管线最前面从能力边界看，MinerU处理的是“文档到结构化文本”的转换。它的输出不是最终答案，而是后续系统的输入。是否值得放进日常：先做入口层替换，不要急着重构系统MinerU短期更适合三类人先试：正在搭RAG知识库的开发者，手里有大量PDF/Office文档的内容或研究团队，以及想给Agent增加文档读取能力但经常遇到引用不准的人素材没有给出部署架构、评测集、生产指标或真实客户案例，所以文章也不应该编造这些背景。今天可以试的是正在做RAG、文档问答、批量摘要或Agent文档读取流程的开发者，下一步就是cloneopendatalab/MinerU，安装mineru[core]，用mineru-gradio和mineru-api

2026-06-30

4690

标签:

国产开源的文档转换器:MinerU

简介 MinerU是由OpenDataLab团队打造的大模型时代的文档提取/转换神器支持PDF、Word、PPT等多种文档的智能解析，可用于机器学习、大模型语料生产、RAG等场景特点多语种支持多类型支持导出格式为json markdown 客户端无需登录开源免费真国产(上海人工智能实验室) 使用效果我用了一个很长的pdf文档来试了一下,解析的效果很好渲染出来的markdown效果很好,但是某些公式识别的不够准确 ,导致我尝试在web渲染markdown时锚点全是h1,seo优化极差 : ( 总结总体来说效果还是不错的,未来应该会推出更多的格式转换推荐大家试一试,有硬件条件的可以本地部署一个玩玩

2025-03-28

1.4K0

标签:

字节跳动 Dolphin vs Mineru：哪个才是你的文档解析最优解？

一句话总结 Dolphin 更适合研究和多模态文档解析，Mineru 更适合实际生产和多类型文档处理。种语言；模块化设计：从解析、校对到导出全流程打通；输出灵活：支持 Markdown、结构化 JSON，多种中间格式方便二次处理；部署简单：支持 Windows、Mac、Linux，兼容 CPU/GPU MinerU 使用文档：MinerU 文档中心适用场景各类生产环境文档自动化处理 OCR 文档、合同扫描件、旧档案清洗 NLP 项目数据预处理和知识库构建性能实测亮点 Dolphin 页面级、元素级解析准确率高采用 HAP 技术，多个元素并行处理，效率高于传统 pipeline 更适合 GPU 高性能部署场景 ⚙️ Mineru 在 Docling 测试中表现优异（GPU 上 0.21 是研究人员 / 算法工程师主要文档是学术论文、技术文档对效率和多模态理解有强需求 ️ 你适合 Mineru 吗？

2025-09-08

5K0

标签:

MinerU Docker 部署指南：PDF 结构化解析服务实践

以下分别介绍这三种服务的部署方法。1.vLLM后端服务部署vLLM后端服务是MinerU的核心组件，提供高性能的文档解析与处理能力。接口，方便其他应用程序集成MinerU的文档处理能力。您可以上传测试文档并尝试解析功能，验证系统是否正常工作。生产环境建议硬件资源配置MinerU的性能很大程度上取决于硬件配置，特别是在处理大型文档或启用AI增强功能时。，可参考MinerU镜像文档（轩辕）https://xuanyuan.cloud/r/alexsuntop/mineru获取更多信息。 https://docs.vllm.aiGradio相关资源Gradio官方文档https://www.gradio.app/docs总结本文详细介绍了MinerU的Docker容器化部署方案，包括环境准备

2025-12-31

5K0

标签:

MinerU-Popo来了：让文档解析从“看懂每页”走向“读懂整篇”

MinerU-Popo支持本地私有化部署，模型轻量高效，适合大规模文档处理场景，欢迎使用。二、MinerU-Popo技术框架MinerU-Popo将文档后处理拆解为四个核心任务：文本截断恢复、表格截断恢复、标题层级重建和图文关联。围绕这些任务，MinerU-Popo设计了面向任务的数据引擎、动态分块与同步、文档丰富化三大模块：先筛掉无关元素，再处理长文档分块边界，最后生成文档树和节点摘要，让输出更适合检索、问答和分析。 MinerU-Popo会先从大规模真实OCR文档中，利用VLM按视觉外观、版面特征、文档格式、内容领域和页面长度等维度进行筛选，并按领域和长度分组采样，确保数据覆盖金融、学术、政务、医疗等多种文档类型。四、写在最后从MinerU2.5到MinerU-Popo，文档解析正在从单页精度竞争，进一步走向文档级语义结构恢复。前者让模型更准确地看懂页面，后者让系统更完整地读懂整篇文档。

2026-06-02

1.5K0

标签:

轻量服务器部署 MinerU：PDF 解析服务复现记录

这次记录一个MinerUDocker部署复现。目标不是搭一个完整知识库，而是先验证PDF、Office文档能不能解析成Markdown/JSON，再决定要不要接后面的RAG流程。展开代码语言：BashAI代码解释dockerrun--rm--gpusalldocker.1ms.run/vllm/vllm-openai:v0.21.0nvidia-smi这一步能过，再继续构建或启动MinerU 表格密集文档。带公式的文档。PPTX或XLSX。重点看解析后的Markdown/JSON，而不是只看页面能不能打开。小结这次复现的关键点是：MinerU适合作为RAG前面的文档解析层。部署时先排镜像、GPU、端口和模型缓存，再看解析产物质量。如果Markdown/JSON已经乱了，后面接什么向量库和模型都很难稳定。

2026-06-23

4310

标签:

MinerU JSTS SDK 深度指南：JavaScriptTypeScript 开发者的 PDF文档解析利器

MinerU 是什么MinerU 是上海人工智能实验室开源的一站式文档解析工具，基于视觉语言模型（VLM）架构，能够将 PDF、图片、Word、PPT、Excel 等任意格式的文档转换为结构化的 Markdown ，稳居当前文档解析榜首。本文聚焦 JavaScript/TypeScript SDK（包名 mineru-open-sdk），面向需要在前端工程、Node.js 后端服务或 AI Agent 中集成文档解析能力的开发者。 /output/");}相关链接官方网站：https://mineru.netSDK 源码：https://github.com/opendatalab/MinerU-EcosystemAPI 文档：https ：只需一行代码，mineru-open-sdk 即可将任意文档转换为结构化的 Markdown，配合 Precision Extract 的多格式输出和 AI Agent 状态跟踪能力，是构建文档处理流水线

2026-04-14

1.6K0

标签:

MinerU：把复杂文档驯服成 Markdown 与 JSON 的开源“采矿师”

你也可以把它作为离线私有部署能力的一部分，放在企业内网里处理敏感材料。它的角色很像一个稳健的中间层：站在原始文档和智能系统之间，把混乱翻译成秩序。因为现实世界里的部署环境，从来都不是理想实验室。这种后端分层能力，意味着MinerU不只是一个模型壳子，而是一个认真考虑部署现实的工程系统。它最近在进化什么从README的changelog可以看出，MinerU更新节奏相当积极，而且方向很明确：围绕解析能力、系统工程能力和部署体验持续打磨。 3.0.0版本这是一次系统性升级，涉及：原生DOCX解析pipeline后端能力提升APICLIRouter升级部署与可用性优化更好的长文档支持更好的多线程并发推理更方便的一站式多GPU部署思路读这些更新记录时

2026-06-29

8950

标签:

基于MinerU的PDF解析API

基于MinerU的PDF解析A - MinerU的GPU镜像构建 - 基于FastAPI的PDF解析接口支持一键启动，已经打包到镜像中，自带模型权重，支持GPU推理加速，GPU速度相比CPU每页解析要快几十倍不等主要功能删除页眉、页脚、脚注、页码等元素，保持语义连贯对多栏输出符合人类阅读顺序的文本保留原文档的结构，包括标题、段落、列表等提取图像、图片标题、表格、表格标题自动识别文档中的公式并将公式转换成 latex 自动识别文档中的表格并将表格转换成latex 乱码PDF自动检测并启用OCR 支持CPU和GPU环境支持windows/linux/mac平台具体原理请见PDF-Extract-Kit PDF文档中包含大量知识信息，然而提取高质量的PDF内容并非易事。 :0.2-models dockerhub地址：docker pull quincyqiang/mineru:0.2-models 启动命令： docker run -itd --name=mineru_server

2025-06-25

3.5K1

标签:

MetaQ安装部署文档

一．MetaQ安装部署情况：地点 IP Broker ID Master/Slave Slave ID:Group 合肥 192.168.52.23 1 Slave 1:meta-slave-group-hf 部署解压tar zxvfmetaq-server-1.4.6.2.tar.gz，将解压出来的taobao/metamorphosis-server-wrapper文件夹移动到/usr/lib下，并重命名为

2022-06-28

9420

标签: