MinerU

MinerU是由上海人工智能实验室OpenDataLab团队开发的开源智能数据提取工具，专为复杂PDF文档提供高效的解析与提取服务。该工具能够将包含图片、公式、表格等元素的多模态PDF文档转换为易于分析的Markdown格式，支持从网页和电子书中提取内容，提高AI语料准备的效率。MinerU拥有高精度的PDF模型解析工具链，支持多种输入模型，自动识别并纠正乱码，同时保留文档结构。它还能够将公式转换为LaTeX格式，适用于学术、财务、法律等多个领域，并支持CPU和GPU，兼容Windows、Linux和Mac平台。