核心用法
MinerU 提供双模式文档解析方案：flash-extract 免登录即时转换，适合 10MB/20页以内的小型文档快速处理；extract 需 Token 激活，支持表格识别、公式转 LaTeX、VLM 智能版面分析、批量处理及多格式输出（Markdown/HTML/LaTeX/DOCX）。另有 crawl 子命令可将网页转为结构化文档。
典型工作流：小文件直接用 flash-extract 零门槛启动；复杂排版或学术文献切至 extract --model vlm 获取最佳识别效果；对准确性要求极高时选用 pipeline 模型规避幻觉风险。支持 80+ 语言，涵盖中英文、日语、韩语、阿拉伯语等，适配全球化文档场景。
显著优点
- 双模式灵活切换：免费快速模式降低试用成本，专业模式满足生产级精度需求
- 多格式全覆盖：原生支持 PDF、Word（DOC/DOCX）、PPT（PPT/PPTX）、图片及网页抓取
- 学术场景优化：内置公式识别（LaTeX 输出）与复杂表格解析，研究论文处理效率高
- 批量与自动化：支持通配符批量处理、并发控制及程序化集成
- 跨平台部署：NPM 与 Go 双渠道安装，兼容 macOS/Linux/Windows
潜在局限
- VLM 模型存在幻觉风险：复杂布局下可能生成非原文内容，需人工校验关键数据
- Token 依赖：高级功能需注册获取 API Token，离线环境受限
- 文件限制：快速模式 10MB/20 页上限，超大文档必须切换付费模式
- 语言包体积：部分语种需额外下载模型资源，首次使用有准备成本
适合人群
学术研究者（论文解析）、数据工程师（批量文档流水线）、开发者（构建文档 RAG/知识库）、内容运营（网页转结构化素材）。
常规风险
- 隐私合规：文档上传至云端处理，敏感资料需脱敏或评估本地化部署方案
- Token 泄露：
~/.mineru/config.yaml或环境变量存储凭证，多用户环境需权限管控 - 输出验证：公式/表格识别错误可能导致下游计算偏差，关键场景建议人工复核