核心用法
pdf2md 是基于 MinerU 开源生态的 PDF 转 Markdown 转换器，通过 mineru-open-api CLI 调用 MinerU 公开 API 实现零认证提取。核心命令为 mineru-open-api flash-extract，支持本地 PDF 文件路径或远程 URL 直接处理，输出干净 Markdown 格式。提供页面范围选择 (--pages)、语言提示 (--language) 等参数，默认中文优化（ch），英文文档需显式指定 en。
显著优点
- 零门槛使用：无需注册、API Key 或任何形式的身份认证，开箱即用
- 多源支持：同时处理本地文件与远程 URL，省去下载步骤
- 结构化输出：保留原文档层级结构，提取文本、表格、公式为 Markdown 标记
- 开源可信：基于 OpenDataLab（上海人工智能实验室）Apache-2.0 开源项目 MinerU
- 跨平台：macOS/Linux 用户可通过 Homebrew 一键安装
潜在局限
- 容量限制：单文档上限 10MB / 20 页，大文档需切分或使用付费
extract模式 - 资源降级：图片、表格、公式可能被替换为占位符而非原样保留
- 精度边界：复杂排版（多栏、手写体、扫描件）识别率依赖底层 OCR 能力
- 网络依赖：完全依赖云端 API，离线不可用，存在服务中断风险
- 隐私考量：文档需上传至 MinerU 服务器处理，敏感资料需谨慎评估
适合人群
学术研究者快速提取论文结构、开发者批量处理文档、内容编辑者整理 PDF 资料，以及任何需要轻量、免费、免配置 PDF 解析服务的场景。
常规风险
作为状态化 API 调用，数据流经第三方服务器；虽官方宣称无持久存储，但敏感商业或个人信息仍建议优先使用本地部署方案。大文档需额外付费链路，免费层存在隐性成本边界。