核心用法
MinerU 是一个命令行文档提取工具，通过 MinerU API 将 PDF、图片、网页等转换为结构化格式。提供两种主要工作模式：
1. flash-extract（免 Token 快速模式）
- 无需登录，零配置快速上手
- 支持 Markdown 单格式输出
- 限制：10MB 文件大小、20 页以内
- 适合临时使用、简单文档、快速预览
2. extract（精准提取模式）
- 需 API Token（免费注册获取）
- 支持 md/html/latex/docx/json 多格式输出
- 支持批量处理、OCR、表格/公式识别
- 更高文件尺寸和页数上限
- 提供 vlm（高精度）和 pipeline（无幻觉）两种模型
常用命令示例
# 快速提取（免 Token） mineru-open-api flash-extract document.pdf # 精准提取（需 Token） mineru-open-api extract document.pdf -f md,html -o ./output/ # 网页爬取 mineru-open-api crawl https://example.com/article # 批量处理 mineru-open-api extract *.pdf -o ./results/
显著优点
1. 双模式设计：免 Token 快速模式降低使用门槛，精准模式满足生产需求
2. 多格式支持：原生支持学术常用的 LaTeX、DOCX 及结构化 JSON
3. 智能识别：内置表格、公式、OCR 能力，无需额外工具链
4. 批量与管道支持：适合自动化工作流和大规模文档处理
5. 中文优化：默认中文语言包，支持 60+ 种语言识别
6. 模型可选：vlm 模式适合复杂排版，pipeline 模式保证零幻觉
潜在局限
1. 云端依赖：必须联网调用 MinerU API，无法离线使用
2. Token 门槛：高级功能需注册获取 API Token，有一定上手成本
3. 文件限制：免费模式限制严格（10MB/20页），大文档需付费或分片
4. 格式损失：极复杂排版（如杂志、海报）转换效果可能不理想
5. hallucination 风险：vlm 模式在罕见场景下可能产生幻觉文本
适合人群
- 研究人员：快速提取论文 PDF 为 Markdown/LaTeX 用于笔记整理
- 开发者：构建文档处理流水线，批量转换技术文档
- 内容运营：网页内容爬取与结构化存档
- 知识管理用户：将本地文档库转为可检索的 Markdown 格式
常规风险
- API 服务可用性：依赖第三方服务，存在服务中断或限速风险
- 数据隐私敏感：文档内容需上传至云端处理，机密文件需谨慎
- Token 管理：Token 泄露可能导致配额被盗用，建议定期轮换
- 输出质量波动：扫描件、手写体、复杂表格的识别准确率因文档而异