核心用法
MinerU PDF Extractor 是一套基于 Shell 脚本的命令行工具集，用于调用 MinerU API 将 PDF 文档转换为结构化 Markdown。提供两条独立工作流：
本地文件解析（4 步）：申请上传 URL → 上传文件 → 轮询结果 → 下载解压
在线 URL 解析（2 步）：提交任务 → 轮询并自动下载
输出包含 full.md（主文档）、images/（提取图片）、content_list.json（结构化内容）及 layout.json（版式分析数据）。支持中英文自动检测，可选 doclayout_yolo（快速）或 layoutlmv3（精准）两种版式模型。
显著优点
- 格式还原能力强：专为学术/技术文档优化，复杂公式、多栏表格、图文混排识别效果优于通用 OCR
- 双模式灵活：本地文件最大支持 200MB/600 页，在线模式省去上传等待（10-20 秒 vs 30-60 秒）
- 批处理友好：Shell 脚本设计便于 for 循环自动化，输出目录结构清晰
- 技术栈轻量：仅依赖 curl/unzip，可选 jq 增强解析
- 安全设计：包含输入校验与 JSON 注入防护，Token 强制走环境变量
潜在缺点与局限性
- 第三方 API 依赖：需注册 MinerU 账号获取 Token，存在服务可用性与定价变动风险
- 社区非官方：非 MinerU 官方维护，API 变更可能导致脚本失效
- 大文件体验：200MB 上限对扫描版古籍或高分辨率图册可能不足
- 网络门槛：国内用户访问 mineru.net 需考虑连通性
- 无图形界面：纯命令行，对非技术用户门槛较高
适合人群
学术研究者、知识管理重度用户、需要批量处理 PDF 入库的开发者、RAG/LLM 应用构建者
常规风险
- API Token 泄露：硬编码会暴露凭证，需严格使用环境变量
- 敏感文档外泄：PDF 内容上传至第三方云服务，机密材料慎用
- URL 可访问性：在线模式要求源地址公网可达，内网/鉴权资源无法直接使用
- 成本失控：未提及免费额度与计费规则，批量运行前需确认用量限制