MinerU：從 PDF 到 Markdown 的開源文件解析引擎，為 RAG 與 LLM 訓練而生
MinerU（OpenDataLab / opendatalab/MinerU）是一個開源文件解析引擎，把 PDF、圖像、DOCX、PPTX、XLSX 轉成結構化 Markdown 與 JSON，內建公式識別、表格提取與 109 語言 OCR，起源於 InternLM 前訓練階段，適合 RAG 前處理與知識庫建構。
MinerU（OpenDataLab / opendatalab/MinerU）是一個開源文件解析引擎，把 PDF、圖像、DOCX、PPTX、XLSX 轉成結構化 Markdown 與 JSON，內建公式識別、表格提取與 109 語言 OCR，起源於 InternLM 前訓練階段，適合 RAG 前處理與知識庫建構。