核心用法
MinerU 是一款专为 AI Agent 设计的文档解析 Skill，基于 MinerU API 实现 PDF、Word、PPT、Excel、图片等多格式文档的结构化 Markdown 转换。
基础使用模式：
- 零配置免费模式：无需 Token，直接调用 Agent API 解析单文件，适合快速尝鲜
- 管道输出：
--stdout将 Markdown 直接输出到终端，便于 AI Agent 消费 - 高级模式：设置
MINERU_TOKEN后解锁 Standard API，支持 ≤200MB/≤200页文件、批量处理、DOCX/HTML/LaTeX 多格式导出
关键功能亮点：
1. 智能路由：自动识别任务复杂度，小文件走免费 Agent API，大文件/批量任务自动升级至 Token 模式
2. 多模态 OCR：--ocr 参数配合 --lang 实现多语言图片文字识别
3. 结构化提取：LaTeX 公式、表格数据、版面布局精准还原
4. 批处理与断点续传：--workers 并行加速，--resume 支持中断恢复
显著优点
- 零依赖部署：纯 Python 标准库，无需额外安装
- AI 原生设计：
--stdout和--json输出专为 Agent 集成优化 - 弹性成本模型：免费起步，按需升级，降低试用门槛
- 格式生态丰富：输出覆盖 Markdown（默认）、DOCX、HTML、LaTeX
潜在局限
- 免费额度限制：Agent API 有隐式速率/容量限制，大文件强制需 Token
- 网络依赖：云端 API 模式，离线环境不可用
- Token 管理成本：企业级批量场景需维护 API Key 与用量监控
- 格式兼容性边界：复杂排版 PDF（如杂志、设计稿）解析质量可能下降
适合人群
- AI Agent 开发者：需要为 Agent 提供标准化文档输入能力
- 知识库建设者：批量将历史文档转为 Markdown 入库
- 学术/研究人员：提取论文中的公式、表格、结构化内容
- 轻度办公用户：快速将扫描件、图片转为可编辑文本
常规风险
- 数据隐私：文档需上传至 MinerU 云端处理，敏感文件需评估合规性
- 服务可用性：依赖第三方 API 稳定性，关键业务建议设计降级方案
- Token 泄露：
MINERU_TOKEN环境变量管理不善可能导致未授权调用 - 输出准确性：OCR 与版面分析存在固有误差率，关键数据需人工复核
---
评估基于 MinerU 官方文档 v3.3.0，实际体验可能因 API 迭代而变化