MI工具 / opendatalab
MinerU
文档读取与解析工具，提供本地文档处理、OCR、结构化内容提取及 Markdown 导出。
PDFOCRMarkdown
它能帮你做什么？
文档读取与解析工具，提供本地文档处理、OCR、结构化内容提取及 Markdown 导出。适合为检索和研究准备可核对的文档材料。
- 处理复杂文档的开发者
- 需要保留文档定位信息的研究人员
整理文档文档转换、OCR 与知识库
如何开始使用
本次 README 对应 4.x 系列，推荐在独立 Python 环境安装，并区分文档库工作流与无状态转换入口。先选择少量页转换，核对文本、表格、公式与页码定位后再扩大范围。
查看原始项目文档 费用与使用条件
当前采用附加条款的 Apache-2.0：包含商业规模门槛和对外在线服务的标识义务。模型权重与托管 API 条件另计，不能简单标为无条件 Apache-2.0。
查看 Apache-2.0 + 附加条款 许可证特点与使用边界
聚焦文档解析、定位与读取；不是仅凭一个 PDF 就自动建立完整可用问答系统。应按当前版本选择后端与命令。
- 4.x 与旧版安装和命令存在差异，升级前阅读迁移说明。
- 不同解析档位、推理后端和硬件的内存需求明显不同，先用样本确认。
介绍依据与原始来源
本站整理介绍并引导访问原始项目。功能、支持平台与价格可能变化，实际使用前请核对官方文档。