leoyishou MinerU 文档转换 Skill
将 PDF 等复杂文档转换为 LLM 可读的 Markdown/JSON 格式。
使用场景
- "把这个 PDF 转成 Markdown"
- "提取这份扫描件的内容"
- "解析这个 PDF 里的表格和公式"
- "OCR 识别这份文档"
核心能力
- 保留文档结构（标题、段落、列表）
- 提取表格（转 Markdown 表格）
- 提取公式（转 LaTeX）
- 提取图片及描述
- 支持 109 种语言 OCR
- 自动识别扫描件并启用 OCR
推荐用法：官方云 API
精度最高，无需本地 GPU
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf --api
- 使用 VLM 模型，OmniDocBench 精度 90+
- 已内置 API Token，开箱即用
- 单文件限制：200MB / 600 页
- 每日配额：2000 页
本地处理
# Mac (CPU)
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf -b pipeline
# 有 GPU
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf -b hybrid-auto-engine
参数说明
| 参数 | 说明 | 默认值 |
|---|---|---|
--api |
使用官方云 API | 否 |
-o / --output |
输出目录 | ./mineru_output |
-b / --backend |
本地后端 | 自动选择 |
-l / --lang |
OCR 语言 | ch |
--token |
自定义 API Token | 内置 |
后端精度对比
| 后端 | OmniDocBench 精度 | 环境要求 |
|---|---|---|
| 云 API (VLM) | 90+ | 无 |
vlm-auto-engine |
90+ | 强 GPU |
hybrid-auto-engine |
90+ | GPU |
pipeline |
82+ | CPU 可用 |
使用示例
- 云 API 转换（推荐）
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf --api
- 本地 CPU 转换
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf -b pipeline
- 英文文档
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf -b pipeline -l en
- 指定输出目录
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf -o ./output --api
输出说明
转换后在输出目录生成：
*.md- Markdown 格式内容images/- 提取的图片*_content_list.json- 结构化 JSON 数据
API Token 管理
内置 Token 有每日配额限制。如需更多配额，可在 mineru.net 申请自己的 Token：
python3 ~/.claude/skills/mineru/scripts/convert.py document.pdf --api --token YOUR_TOKEN
注意事项
- 云 API 需要网络连接
- 本地首次运行会下载模型（约 2-3GB）
- Mac 本地处理务必使用
-b pipeline