opendatalab
MinerU
文字识别MinerU 是一个 Python 文档解析工具，把 PDF、Office 等复杂文档转成适合 LLM 的 markdown 或 JSON。它最典型的用法是接入 Agentic workflow 或 RAG 流程，先将论文、财报里的公式、表格和版面还原成结构化文本，再交给模型处理。
查看 GitHub 原始描述（英文）
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
#ai4science#document-analysis#docx#extract-data#layout-analysis#ocr#parser#pdf#pdf-converter#pdf-extractor-llm#pdf-extractor-pretrain#pdf-extractor-rag#pdf-parser#pptx#python#xlsx
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
