先给你一句话：MinerU 是开源的 PDF / 扫描件结构化解析工具，支持文字、表格、公式、布局分析 + OCR；本地用 pip/uv 最方便，国内建议用 modelscope 源下模型；想快、稳、准，核心是选对后端 + 分批 + 参数调优 + 预处理。 一、环境与安装（Windows/macOS/Linux） 1）硬件建议 CPU：4 核以上；内存 ≥16GB（32GB 更稳） GPU（可选）：NVIDIA 6GB+ 显存（加速用） 磁盘：SSD ≥20GB（模型 + 缓存） Python：3.10–3.13（推荐 3.10） 2）推荐安装（uv + pip，最快最稳） bash
1. 升级 pip
pip install —upgrade pip
2. 装 uv（更快的包管理器）
pip install uv
3. 装 MinerU 完整版（含 OCR/表格/公式）
uv pip install -U “mineru[all]” mineru[all]：含所有模型（OCR / 布局 / 公式 / 表格） 只想纯文本：mineru[core] 即可 3）国内下载模型（关键！否则慢 / 失败） bash
用魔搭 modelscope 源（国内高速）
mineru-models-download -s modelscope -m all 模型总大小约 3–5GB，自动生成 mineru.json 配置文件 4）Docker 一键部署（不想折腾环境） bash
拉镜像
docker pull opendatalab/mineru
启动（7860端口，浏览器访问）
docker run -d -p 7860:7860 —name mineru opendatalab/mineru
基础：解析PDF，输出到 ./output
mineru -p input.pdf -o ./output
扫描版PDF（必加 —ocr）
mineru -p scan.pdf -o ./output —ocr
只处理 1–10 页，中英文混合，开表格+公式
mineru -p paper.pdf -o ./output —ocr —lang ch,en —table —formula —start 1 —end 10 输出目录会有：content_list.json（结构化内容）、layout.pdf（布局可视化）、md/（markdown 结果） 2）WebUI（可视化，适合新手） bash
启动 WebUI
mineru-web 浏览器打开 http://localhost:7860，上传 PDF、选参数、点解析即可 3）Python 调用（适合集成到代码） python 运行 from mineru import MinerU
parser = MinerU() result = parser.parse(“input.pdf”, ocr=True, lang=[“ch”, “en”]) print(result[“content”]) # 结构化内容 三、核心窍门（提速 + 提准 + 避坑） ✅ 1. 后端选择（决定速度与精度） pipeline（默认）：快、稳，适合电子版 PDF（无扫描） bash mineru -p input.pdf -o ./output -b pipeline vlm-sglang：准、慢，适合扫描件 / 复杂排版 / 公式多 bash mineru -p scan.pdf -o ./output -b vlm-sglang —ocr ✅ 2. 性能优化（大文档不崩、更快） 分批处理（>50 页必做） bash
分1–20页、21–40页…
mineru -p big.pdf -o ./output —start 1 —end 20 CPU 模式（GPU 不够时） 在 ~/.mineru/mineru.json 里设： json “device-mode”: “cpu” 关闭不用功能（提速 30%+） bash
无公式、无表格：关了更快
mineru -p text.pdf -o ./output —no-formula —no-table ✅ 3. 提高识别准确率（OCR / 表格 / 公式） 扫描件先预处理：用 Adobe Scan 或 ABBYY 去噪、纠偏、增强分辨率（≥300DPI） 语言指定：中文 + 英文必写 —lang ch,en，否则乱码 表格倾斜：扫描表格歪了，先旋转矫正再解析 公式乱码：用 vlm-sglang 后端，公式识别更准 ✅ 4. 常见坑 & 解决 模型下载失败：换 modelscope 源（前面命令） 内存溢出（OOM）：分批、用 CPU、减小 —ocr-batch-size 排版乱（双栏 / 多栏）：用 vlm-sglang 后端，布局分析更强 WebUI 打不开：端口被占，换端口 mineru-web —server-port 7861 四、推荐工作流（从 PDF 到可用结果） 电子版 PDF → pipeline → 直接解析 → 导出 Markdown/JSON 扫描版 PDF → 预处理（去噪 / 纠偏）→ vlm-sglang + —ocr → 分批解析 → 导出结果先给你一句话：MinerU 是开源的 PDF / 扫描件结构化解析工具，支持文字、表格、公式、布局分析 + OCR；本地用 pip/uv 最方便，国内建议用 modelscope 源下模型；想快、稳、准，核心是选对后端 + 分批 + 参数调优 + 预处理。 一、环境与安装（Windows/macOS/Linux） 1）硬件建议 CPU：4 核以上；内存 ≥16GB（32GB 更稳） GPU（可选）：NVIDIA 6GB+ 显存（加速用） 磁盘：SSD ≥20GB（模型 + 缓存） Python：3.10–3.13（推荐 3.10） 2）推荐安装（uv + pip，最快最稳） bash
1. 升级 pip
pip install —upgrade pip
2. 装 uv（更快的包管理器）
pip install uv
3. 装 MinerU 完整版（含 OCR/表格/公式）
uv pip install -U “mineru[all]” mineru[all]：含所有模型（OCR / 布局 / 公式 / 表格） 只想纯文本：mineru[core] 即可 3）国内下载模型（关键！否则慢 / 失败） bash
用魔搭 modelscope 源（国内高速）
mineru-models-download -s modelscope -m all 模型总大小约 3–5GB，自动生成 mineru.json 配置文件 4）Docker 一键部署（不想折腾环境） bash
拉镜像
docker pull opendatalab/mineru
1. 升级 pip
pip install —upgrade pip
2. 装 uv（更快的包管理器）
pip install uv
3. 装 MinerU 完整版（含 OCR/表格/公式）
uv pip install -U “mineru[all]” mineru[all]：含所有模型（OCR / 布局 / 公式 / 表格） 只想纯文本：mineru[core] 即可 3）国内下载模型（关键！否则慢 / 失败） bash
用魔搭 modelscope 源（国内高速）
mineru-models-download -s modelscope -m all 模型总大小约 3–5GB，自动生成 mineru.json 配置文件 4）Docker 一键部署（不想折腾环境） bash
拉镜像
docker pull opendatalab/mineru
启动（7860端口，浏览器访问）
docker run -d -p 7860:7860 —name mineru opendatalab/mineru
基础：解析PDF，输出到 ./output
mineru -p input.pdf -o ./output
扫描版PDF（必加 —ocr）
mineru -p scan.pdf -o ./output —ocr
只处理 1–10 页，中英文混合，开表格+公式
mineru -p paper.pdf -o ./output —ocr —lang ch,en —table —formula —start 1 —end 10 输出目录会有：content_list.json（结构化内容）、layout.pdf（布局可视化）、md/（markdown 结果） 2）WebUI（可视化，适合新手） bash
启动 WebUI
mineru-web 浏览器打开 http://localhost:7860，上传 PDF、选参数、点解析即可 3）Python 调用（适合集成到代码） python 运行 from mineru import MinerU
parser = MinerU() result = parser.parse(“input.pdf”, ocr=True, lang=[“ch”, “en”]) print(result[“content”]) # 结构化内容 三、核心窍门（提速 + 提准 + 避坑） ✅ 1. 后端选择（决定速度与精度） pipeline（默认）：快、稳，适合电子版 PDF（无扫描） bash mineru -p input.pdf -o ./output -b pipeline vlm-sglang：准、慢，适合扫描件 / 复杂排版 / 公式多 bash mineru -p scan.pdf -o ./output -b vlm-sglang —ocr ✅ 2. 性能优化（大文档不崩、更快） 分批处理（>50 页必做） bash
分1–20页、21–40页…
mineru -p big.pdf -o ./output —start 1 —end 20 CPU 模式（GPU 不够时） 在 ~/.mineru/mineru.json 里设： json “device-mode”: “cpu” 关闭不用功能（提速 30%+） bash
无公式、无表格：关了更快
mineru -p text.pdf -o ./output —no-formula —no-table ✅ 3. 提高识别准确率（OCR / 表格 / 公式） 扫描件先预处理：用 Adobe Scan 或 ABBYY 去噪、纠偏、增强分辨率（≥300DPI） 语言指定：中文 + 英文必写 —lang ch,en，否则乱码 表格倾斜：扫描表格歪了，先旋转矫正再解析 公式乱码：用 vlm-sglang 后端，公式识别更准 ✅ 4. 常见坑 & 解决 模型下载失败：换 modelscope 源（前面命令） 内存溢出（OOM）：分批、用 CPU、减小 —ocr-batch-size 排版乱（双栏 / 多栏）：用 vlm-sglang 后端，布局分析更强 WebUI 打不开：端口被占，换端口 mineru-web —server-port 7861 四、推荐工作流（从 PDF 到可用结果） 电子版 PDF → pipeline → 直接解析 → 导出 Markdown/JSON 扫描版 PDF → 预处理（去噪 / 纠偏）→ vlm-sglang + —ocr → 分批解析 → 导出结果
启动（7860端口，浏览器访问）
docker run -d -p 7860:7860 —name mineru opendatalab/mineru
基础：解析PDF，输出到 ./output
mineru -p input.pdf -o ./output
扫描版PDF（必加 —ocr）
mineru -p scan.pdf -o ./output —ocr
只处理 1–10 页，中英文混合，开表格+公式
mineru -p paper.pdf -o ./output —ocr —lang ch,en —table —formula —start 1 —end 10 输出目录会有：content_list.json（结构化内容）、layout.pdf（布局可视化）、md/（markdown 结果） 2）WebUI（可视化，适合新手） bash
启动 WebUI
mineru-web 浏览器打开 http://localhost:7860，上传 PDF、选参数、点解析即可 3）Python 调用（适合集成到代码） python 运行 from mineru import MinerU
parser = MinerU() result = parser.parse(“input.pdf”, ocr=True, lang=[“ch”, “en”]) print(result[“content”]) # 结构化内容 三、核心窍门（提速 + 提准 + 避坑） ✅ 1. 后端选择（决定速度与精度） pipeline（默认）：快、稳，适合电子版 PDF（无扫描） bash mineru -p input.pdf -o ./output -b pipeline vlm-sglang：准、慢，适合扫描件 / 复杂排版 / 公式多 bash mineru -p scan.pdf -o ./output -b vlm-sglang —ocr ✅ 2. 性能优化（大文档不崩、更快） 分批处理（>50 页必做） bash
分1–20页、21–40页…
mineru -p big.pdf -o ./output —start 1 —end 20 CPU 模式（GPU 不够时） 在 ~/.mineru/mineru.json 里设： json “device-mode”: “cpu” 关闭不用功能（提速 30%+） bash
无公式、无表格：关了更快
mineru -p text.pdf -o ./output —no-formula —no-table ✅ 3. 提高识别准确率（OCR / 表格 / 公式） 扫描件先预处理：用 Adobe Scan 或 ABBYY 去噪、纠偏、增强分辨率（≥300DPI） 语言指定：中文 + 英文必写 —lang ch,en，否则乱码 表格倾斜：扫描表格歪了，先旋转矫正再解析 公式乱码：用 vlm-sglang 后端，公式识别更准 ✅ 4. 常见坑 & 解决 模型下载失败：换 modelscope 源（前面命令） 内存溢出（OOM）：分批、用 CPU、减小 —ocr-batch-size 排版乱（双栏 / 多栏）：用 vlm-sglang 后端，布局分析更强 WebUI 打不开：端口被占，换端口 mineru-web —server-port 7861 四、推荐工作流（从 PDF 到可用结果） 电子版 PDF → pipeline → 直接解析 → 导出 Markdown/JSON 扫描版 PDF → 预处理（去噪 / 纠偏）→ vlm-sglang + —ocr → 分批解析 → 导出结果