Python

MinerU

PDF a Markdown con fórmulas y tablas

por opendatalab · AGPL-3.0

82 062stars6 799forksPythonidioma2 hace díasúltima actualización

AI de documentos y OCRExtractor de documentosAGPL-3.0Ejecuta localmentePythonIntermedio

Del README

Instalar

pip install uv
uv venv .mineru --python 3.12
# Linux/macOS

Document library and agent reading: discover files, cache results, search content, continue by page or block, and preserve stable citation locators.
Independent model configuration: ONNX or Torch for small models; llama.cpp, vLLM, or LMDeploy for the VLM.
Unified tools: Python SDK, V1 API, stateless batch conversion, multi-service Router, and a Gradio-based WebUI.

Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.

🛡 Asesorías de seguridad publicadas

Un alto conteo generalmente significa que el proyecto es examinado en profundidad. Un bajo conteo generalmente significa que se examina poco — no que sea seguro.

No hay señales de actividad pública para esta herramienta — no tiene un repositorio abierto que podamos medir.

Olud Pulse ⓘ ★★★★★★★★★★ /100 señales rastreadas

🐳 descargas de Docker 📦 descargas de PyPI / mes 📦 descargas de npm / mes 🚀 Última versión ·

Visitar sitio web →Ver en GitHub

¿Qué es MinerU?

MinerU extrae texto, tablas, fórmulas e imágenes de PDFs a Markdown o JSON, manejando documentos científicos particularmente bien.

¿Por qué la gente elige MinerU?

Extrae fórmulas como LaTeX
Recuperación fuerte de estructura de tablas
Maneja documentos escaneados

MinerU en un vistazo

Categoría	AI de documentos y OCR
Tipo	Extractor de documentos
Licencia	AGPL-3.0
Ejecuta localmente	Sí
Construido con	Python
Nivel de habilidad	Intermedio
Mejor para	PDFs científicos con fórmulas