MinerU是一款免费开源的PDF转Markdown格式软件,从MinerU软件刚开始发布我就和大家分享了,到现在很多人在用这款软件,而且MinerU功能也越来越强大,前天MinerU又将版本更新到了0.10.0版,而且更新了比较重要的功能。最近这一个月MinerU更新了4次,很多人都让我更新一下整合包,今天我做了最新版的MinerU一键启动整合包,大家有用得到PDF转Markdown场景的话,可以下载MinerU试一试。

MinerU介绍
一款用于将PDF转换为Markdown和JSON的高质量工具。开源数据导出工具,将PDF转换成Markdown和JSON格式。
MinerU更新日志
- 2024/11/22 0.10.0 发布。引入混合 OCR 文本提取功能,
- 显著提升密集公式、不规则跨区域、文本以图片表示等复杂文本分布场景的解析性能。
- 兼具文本模式下精准内容提取、速度更快的双重优势,以及OCR模式下更精准的跨度/行区域识别。
- 2024/11/15 发布 0.9.3 版本,集成RapidTable进行表格识别,单表解析速度提升10倍以上,准确率更高,GPU内存占用更低。
- 2024/11/06 0.9.2 发布。集成StructTable-InternVL2-1B模型,实现表格识别功能。
- 2024/10/31 0.9.0 发布。这是一个重要的新版本,进行了广泛的代码重构,解决了许多问题,提高了性能,降低了硬件要求并增强了可用性:
- 重构sorting模块代码,使用layoutreader进行读取顺序排序,保证在各种布局下都有较高的准确率。
- 重构段落拼接模块,在跨列、跨页、跨图、跨表的场景下达到良好效果。
- 重构列表及目录识别功能,大幅提升列表块和目录块的准确率以及对应文本段落的解析。
- 重构图表、表格及说明性文字的匹配逻辑,大幅提升图表图注及脚注匹配准确率,说明性文字的丢失率接近于零。
- 增加OCR多语言支持,支持84种语言的检测和识别。支持语言列表请参见OCR语言支持列表。
- 增加内存回收逻辑等内存优化措施,大幅降低内存占用,除表格加速(布局/公式/OCR)外所有加速特性开启内存需求由16GB降低至8GB,所有加速特性开启内存需求由24GB降低至10GB。
- 优化配置文件功能开关,增加独立公式检测开关,在不需要公式检测的情况下,大幅提升速度和解析结果。
- 集成PDF-Extract-Kit 1.0:
- 增加了自主研发的模型,在保持解析效果相似的前提下,处理速度比原方案提高10倍以上,并可通过配置文件
doclayout_yolo自由切换。layoutlmv3 - 公式解析升级为
unimernet 0.2.1,提高公式解析准确率的同时大幅降低内存占用。 - 由于 的仓库变更
PDF-Extract-Kit 1.0,您需要重新下载模型。详细步骤请参阅如何下载模型。
- 增加了自主研发的模型,在保持解析效果相似的前提下,处理速度比原方案提高10倍以上,并可通过配置文件
MinerU主要特点
- 删除页眉、页脚、脚注、页码等,以确保语义一致性。
- 以人类可读的顺序输出文本,适用于单列、多列和复杂布局。
- 保留原始文档的结构,包括标题、段落、列表等。
- 提取图像、图像描述、表格、表格标题和脚注。
- 自动识别文档中的公式并转换为 LaTeX 格式。
- 自动识别文档中的表格并转换为HTML格式。
- 自动检测扫描的 PDF 和乱码 PDF 并启用 OCR 功能。
- OCR支持84种语言的检测和识别。
- 支持多种输出格式,如多模式和 NLP Markdown、按阅读顺序排序的 JSON 以及丰富的中间格式。
- 支持多种可视化结果,包括布局可视化、跨度可视化,可有效确认输出质量。
- 支持 CPU 和 GPU 环境。
- 兼容 Windows、Linux 和 Mac 平台。

MinerU一键启动整合包使用说明:
首先到我网盘里将主程序压缩包MinerU_20241124.7z下载到电脑上解压,然后将模型文件PDF-Extract-Kit-1.0.7z下载到MinerU_20241124文件夹内并解压,这个最新版本和以前分享的老版本的模型是不兼容的,所以你得下载这个最新版的模型才行。
如果你以前用过MinerU这个软件的话,防止你以前用的版本和最新版本不兼容,先删除C:\Users\你的电脑用户名\magic-pdf.json文件。注意你的电脑用户名不能是中文及特殊字符,最好使用英文字符命名,否则程序会报错。
打开MinerU项目文件夹找到【0启动软件.exe】,双击即可启动应用。
待处理文件一栏里可以是单个PDF文件名,也可以是包含多个PDF文件的文件夹名,可以直接拖动待处理文件或文件夹到程序窗口会自动填入路径输入框。
处理方法有auto,ocr,txt三种方式,ocr:使用ocr技术从pdf中提取信息。txt:仅适用于基于文本的pdf,效果优于ocr。auto:自动从ocr和txt中选择最佳方法解析pdf。如果未指定方法,则默认使用auto。
表格识别模型默认为rapid_table,你也可以改为”tablemaster” 或 “struct_eqtable”
表格识别功能默认是关闭的,开启这个功能的话会比较吃电脑配置,如果你PDF中没有表格的话,那么就不要开启这个功能了。
公式识别功能默认是开启的,如果你的PDF中没有公式的话,那么你可以关闭这个功能,以节省计算量。
最终识别结果在你选择的保存位置文件夹中,程序自动为每个文件夹以文件名命名,其中包含了md,json格式文件,还有提取到的图片等内容,具体可自行查看。
注意事项
软件程序运行路径中请不要有非英文字符及空格
如果PDF文档内容比较复杂,如有很多表格和公式或是PDF文件比较大,处理时间就会比较长,建议将PDF文档用分割工具分割成多个体积较小文档进行处理,每个文档处理时间请在400秒内完成。
使用软件前请先将英伟达显卡驱动更新到最新版本,否则软件会报错显存不足的错误
本整合包软件为Windows电脑版软件,需要有英伟达独立显卡4G或是更高显存,不支持手机和MAC系统。
PDF转Markdown软件MinerU一键启动包v0.10.0下载链接
[erphpdown]https://pan.quark.cn/s/3ac958122ffe[/erphpdown]
相关推荐
PDFMathTranslate + MinerU 批量PDF全文双语翻译转Markdown工具
Mineru PDF转markdown软件局域网版
PDF转Markdown软件MinerU 3.1.11整合包(高性能版)
图片/PDF转HTML/Markdown/JSON软件Chandra—— Windows 版一键启动包,免安装部署,可离线
字节跳动Dolphin图片文档解析工具免安装一键启动整合包下载,PDF转JSON/Markdown软件
一句话编辑图片工具OmniGen2整合包下载,输入文本快速P图
PDF/图片转markdown软件MonkeyOCR整合包,文档图片解析工具下载
微软PDF/WORD/HTML文档转Markdown格式软件markitdown整合包下载
最近更新
Nexus:让 ChatGPT 等网页 AI 助手安全连接本地文件与终端的 MCP 控制平面
Nexus 是一个通过 MCP 安全隧道把 ChatGPT、DeepSeek 等网页 AI 助手连接到本地文件、终端、Git 和桌面工具的本地控制平面,提供 332 个规范化工具、路径沙箱、命令风险过滤和令牌隔离等能力。
Ponytail:让 AI 编程代理学会“少写代码”的 Claude Code 技能
Ponytail 是一个让 AI 编程代理先读懂现有代码、再尽量少写新代码的开源技能,支持 Claude Code、Codex 等宿主,并提供代码审查、仓库审计和本地成本看板。
格知 AI · Gezhi Sheets:用一句话操作本地表格的开源 AI 助手,支持 GLM、Kimi、豆包、DeepSeek、Qwen
格知 AI · Gezhi Sheets 是一个运行在本机的 AI 表格工作台,支持 GLM、Kimi、豆包、DeepSeek、Qwen 五家模型。你选中数据、用中文说出需求,AI 生成可预览的结果,确认后再写入,并支持一次撤销。项目采用 MIT 许可证,在 GitHub 已获得 537 个 Star。
白板上的 AI 老师怎么教?开源项目 whiteboard-ai-tutor 用 288 次生成对比六款大模型
whiteboard-ai-tutor 是一个开源白板 AI 教学参考实现与多模型基准测试:模型输出 JSON 绘制指令,浏览器将其播放为手写动画,学生可中途打断。项目用同一提示词对比 Claude、Gemini、DeepSeek 六款模型,完成 288 次课程生成和 64 块盲审白板,并公开了排行榜、方法与局限。
antialgorithm:让 Claude Code 在创意任务里先说出最普通的选择,再主动偏离它
antialgorithm 是一个面向 Claude Code 等 Agent 的创意技能:它让模型先说出最普通的第一选择,再依据项目上下文主动偏离,并附带种子、动作记录、SVG 手工化与可读性检查脚本。
MR Office 开源编辑器集:浏览器里跑文档、表格、演示、PDF、手写与代码编辑
MR Office 开源了文档、表格、演示、PDF、手写和代码六款浏览器编辑器的源码,支持自有格式与部分通用格式,可自行构建和嵌入;读写 Microsoft Office 文件等完整能力则属于免费桌面应用。
NeonClipping:粘贴链接,约两分钟生成带字幕的竖屏切片
NeonClipping 是一个本地运行的视频切片工具,粘贴 YouTube/Twitch/Kick 链接或导入 MP4,即可生成带标题、钩子和字幕的 9:16 竖屏短片。项目用 Python 编写,支持快速与深度两种找亮点模式、11 种布局、多种字幕样式、直播切片和创作者自动切片,所有处理均在本机完成。
Blender AI 助手 mcp-for-blender-pro:把对话、场景操作与 MCP 服务装进 3D 工作区
mcp-for-blender-pro 是一个面向 Blender 的 AI 助手插件与内置 MCP 服务器,支持多模型接入、场景工具、可视化聊天和团队代理工作流,当前发布包面向 Windows x64 与 Blender 4.2+。
Timon:把多个 AI 编码代理放进同一台工作站的编排器
Timon 是一个本地运行的 AI 代理编排工作站,可把编码、审查、合并等任务分派给多个代理,并让它们在你已有的 CLI 订阅上工作。本文介绍其默认团队、功能、安装环境与适用场景。
Linger:跑在个人电脑上的开源本地 AI 助手,125B 模型装进 12GB 显卡
Linger 是一个运行在个人电脑上的开源本地 AI 助手,通过模型与运行框架协同设计,让 125B 模型在 12GB 显卡上运行。它提供本地模型自动选择、Wiki 记忆、主动式 Another Me、桌面与浏览器操作、Agent 团队和任务委派等功能,支持桌面应用和 Docker Compose 两种安装方式。









