mineru

Name: mineru
Author: woodfishhhh

31stars1forks

How to install mineru?

woodfishhhh/ez_math_model/mineru

$npx -y skills add woodfishhhh/EZ_math_model --skill mineru

Installs into the current project.

Summary

PDF / 图片 / 网页高质量解析为 Markdown。三种部署形态全部免费：本地 CLI（开源）、云 API（注册免费 token + 配额，超额才付费）、网页 flash（零注册，单文件 ≤10MB / ≤20页）。在中文学术 PDF / 表格 / 公式上识别质量显著高于 pdfplumber。

Files · 1

View on GitHub

SKILL.md

1	# mineru — PDF 高质量解析
2
3	## 何时使用
4
5	- 题目 PDF 含中文 + 表格 + 公式（pdfplumber 输出乱序时）
6	- 阅读 `external/zhanwen-mathmodel/` 下的优秀论文
7	- 转换 docx / pptx 为 markdown
8
9	## 入口
10
11	本子 skill 不自带 Python 实现；调用宿主已安装的 `mineru-open-api` CLI
12	或 `mineru` Python 包。详细 CLI 文档见 [mineru 官方 skill](https://github.com/opendatalab/MinerU)。
13
14	## 模式选择决策树
15
16	```
17	文件 ≤ 10MB 且 ≤ 20页且不需表格识别
18	→ flash-extract（零配置、最快）
19
20	文件 > 10MB 或 > 20页或需要表格 / 公式 / OCR
21	→ extract（要 token，注册免费领）
22	→ 备用：本地 CLI mineru（开源，自动下载模型）
23	```
24
25	## 命令模板
26
27	```powershell
28	# Flash 模式（推荐起手）
29	mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch
30
31	# 限页（>20 页时）
32	mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch --pages 1-20
33
34	# Extract 精确模式（需 token；写入 EZMM_MINERU_TOKEN）
35	mineru-open-api auth # 一次性配置
36	mineru-open-api extract problem.pdf -o workdir/.../out --language ch --table --formula
37
38	# 本地 CLI（无 token，开源版）
39	pip install -U mineru
40	mineru -p problem.pdf -o workdir/.../out
41	```
42
43	## 入参约定
44
45	\| 参数 \| 默认 \| 说明 \|
46	\|---\|---\|---\|
47	\| `--language` \| `ch` \| 中文文档；英文用 `en`；混合 `ch_server` \|
48	\| `--pages` \| 全部 \| flash 模式下题目 > 20 页时按 `1-20` 分批 \|
49	\| `-o` \| stdout \| 写入指定目录（推荐）；不写参数则 markdown 走 stdout \|
50
51	## 配置
52
53	\| Env Var \| 必需 \| 用途 \|
54	\|---\|---\|---\|
55	\| `EZMM_MINERU_TOKEN` \| extract 模式必需 \| 注册免费领，flash 不需要 \|
56
57	## 失败诊断
58
59	\| 错误 \| 原因 \| 处理 \|
60	\|---\|---\|---\|
61	\| `file page count exceeds API limit` \| flash 限 20 页 \| 加 `--pages 1-20`；或换 extract（要 token） \|
62	\| `TLS handshake timeout` \| 网络抖动 \| 重试 1 次；仍失败降级 pdfplumber \|
63	\| `no API token found` \| extract 缺 token \| 调 `mineru-open-api auth` 或 fallback flash \|
64	\| 输出 Markdown 含大量 `<!-- image -->` \| 论文图片占位 \| 正常；只对文字部分有效 \|

People who liked this also viewed

6 picks

Type

mineru

31stars1forks

View on GitHub

How to install mineru?

woodfishhhh/ez_math_model/mineru

$npx -y skills add woodfishhhh/EZ_math_model --skill mineru

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# mineru — PDF 高质量解析
2
3	## 何时使用
4
5	- 题目 PDF 含中文 + 表格 + 公式（pdfplumber 输出乱序时）
6	- 阅读 `external/zhanwen-mathmodel/` 下的优秀论文
7	- 转换 docx / pptx 为 markdown
8
9	## 入口
10
11	本子 skill 不自带 Python 实现；调用宿主已安装的 `mineru-open-api` CLI
12	或 `mineru` Python 包。详细 CLI 文档见 [mineru 官方 skill](https://github.com/opendatalab/MinerU)。
13
14	## 模式选择决策树
15
16	```
17	文件 ≤ 10MB 且 ≤ 20页且不需表格识别
18	→ flash-extract（零配置、最快）
19
20	文件 > 10MB 或 > 20页或需要表格 / 公式 / OCR
21	→ extract（要 token，注册免费领）
22	→ 备用：本地 CLI mineru（开源，自动下载模型）
23	```
24
25	## 命令模板
26
27	```powershell
28	# Flash 模式（推荐起手）
29	mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch
30
31	# 限页（>20 页时）
32	mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch --pages 1-20
33
34	# Extract 精确模式（需 token；写入 EZMM_MINERU_TOKEN）
35	mineru-open-api auth # 一次性配置
36	mineru-open-api extract problem.pdf -o workdir/.../out --language ch --table --formula
37
38	# 本地 CLI（无 token，开源版）
39	pip install -U mineru
40	mineru -p problem.pdf -o workdir/.../out
41	```
42
43	## 入参约定
44
45	\| 参数 \| 默认 \| 说明 \|
46	\|---\|---\|---\|
47	\| `--language` \| `ch` \| 中文文档；英文用 `en`；混合 `ch_server` \|
48	\| `--pages` \| 全部 \| flash 模式下题目 > 20 页时按 `1-20` 分批 \|
49	\| `-o` \| stdout \| 写入指定目录（推荐）；不写参数则 markdown 走 stdout \|
50
51	## 配置
52
53	\| Env Var \| 必需 \| 用途 \|
54	\|---\|---\|---\|
55	\| `EZMM_MINERU_TOKEN` \| extract 模式必需 \| 注册免费领，flash 不需要 \|
56
57	## 失败诊断
58
59	\| 错误 \| 原因 \| 处理 \|
60	\|---\|---\|---\|
61	\| `file page count exceeds API limit` \| flash 限 20 页 \| 加 `--pages 1-20`；或换 extract（要 token） \|
62	\| `TLS handshake timeout` \| 网络抖动 \| 重试 1 次；仍失败降级 pdfplumber \|
63	\| `no API token found` \| extract 缺 token \| 调 `mineru-open-api auth` 或 fallback flash \|
64	\| 输出 Markdown 含大量 `<!-- image -->` \| 论文图片占位 \| 正常；只对文字部分有效 \|

People who liked this also viewed

6 picks

Type