核心用法
mineru 是 MinerU 生态的命令行文档提取工具，提供两种工作模式：
- flash-extract（闪电提取）：无需注册、无需 Token、零配置即开即用，将 PDF、图片、Word、PPT 快速转为 Markdown，适合 10MB/20页以内的小型文档快速预览
- extract（精准提取）：需配置 API Token，支持表格识别、LaTeX 公式提取、扫描件 OCR、VLM 智能版面分析、多格式输出（HTML/LaTeX/DOCX/JSON）及批量处理，适合学术论文、复杂报表、生产级文档流水线
关键特性
- 双模型策略：
vlm模型针对复杂版面（学术论文、混排图文）提供更高精度；pipeline模型承诺零幻觉，确保内容绝对忠实原文 - 多语言支持：覆盖 80+ 语言，包括中文、英文、日文、韩文、阿拉伯语、印地语及拉丁/西里尔语系全家桶
- 网页抓取：
crawl命令可将任意网页转为结构化 Markdown
显著优点
1. 零门槛入门：flash-extract 彻底消除注册流程，首次使用无需任何配置
2. 学术场景优化：针对论文 PDF 的栏位分割、图表混排、数学公式有专门优化
3. 格式生态完整：输出可衔接 Markdown 笔记工具、LaTeX 学术写作、Word 办公协作、JSON 数据工程
4. 批处理能力：支持通配符、文件列表、stdin 管道等多种批量输入方式
潜在缺点与局限性
- flash-extract 功能受限：不支持表格/公式识别、仅输出 Markdown、单文件 10MB/20页上限、存在 IP 级速率限制（HTTP 429）
- Token 配额依赖：精准提取需 mineru.net 账户与 API Token，重度使用受限于商业配额
- VLM 模型幻觉风险：虽然精度更高，但复杂版面下偶发文字幻觉，需人工校对关键内容
- 旧格式支持不全：
.doc/.ppt仅 extract 支持，flash-extract 无法处理
适合人群
- 研究人员：快速解析 arXiv 论文、提取表格数据、转换 LaTeX 公式
- 知识管理用户：将本地 PDF 书库、Word 笔记批量转为 Obsidian/Notion 可用的 Markdown
- 数据工程师：构建文档处理流水线，自动化提取结构化内容
- 开发者：通过 CLI 集成到 CI/CD 或文档构建工具链
常规风险
- 隐私合规：上传文档至 mineru.net 云端处理，敏感文件建议确认服务商数据处理条款或等待后续私有化部署选项
- 速率限制误伤：flash-extract 的 IP 限流可能导致自动化脚本意外中断，生产环境建议配置 Token 使用 extract
- 输出覆盖：未指定
-o时结果输出至 stdout，批处理时务必配置输出目录避免内容混淆