MinerU

opendatalab文獻管理與閱讀收錄於

資源介紹

上海人工智能實驗室 OpenDataLab 開源的文檔解析引擎,可把論文 PDF、扫描件、Office、EPUB、網頁等轉為保留公式、表格、圖片和閱讀顺序的 Markdown、JSON 等格式。4.0 版附帶官方 Agent Skill,智能體可在本地按頁分块讀取文檔,並用穩定定位符引用原文,默認不上傳雲端。適合需要批量精讀論文、搭建文獻知識庫的研究者與課題組。

  • 功能 1: 公式轉 LaTeX、表格重建、閱讀顺序還原
  • 功能 2: PDF、圖片、Office、EPUB、HTML 等多格式輸入
  • 功能 3: Markdown、JSON、HTML、LaTeX、DOCX 等多種輸出
  • 功能 4: 官方 Agent Skill 支持按頁分块讀取與定位引用
  • 功能 5: flash 到 advanced 多檔質量,basic 檔可用 CPU 運行

資源資訊

提供方
上海人工智能實驗室 OpenDataLab(官方)
類型
技能
分類
文獻管理與閱讀
運行環境
Agent Skills
適用場景
需要把大量論文交給智能體精讀、做文獻綜述或搭建 RAG 知識庫的研究者與課題組;處理公式密集論文和中英文扫描件。
許可證(收錄時)
MinerU Open Source License(基於 Apache-2.0,附加商業許可門槛與署名條款)
原始碼
GitHub