MinerU
MinerU 是一个开源文档解析项目，主要帮开发者、研究人员和知识库团队把 PDF/Office 文档转换成适合 LLM 与 RAG 流程使用的 Markdown/JSON。
工具简介
采用判断：值得针对复杂 PDF、Office 文档和 LLM/RAG 前处理场景做小规模试用，但不宜仅凭高热度就当作稳定的通用 OCR 产品。GitHub 仓库的 77,400 个 star、Trending 记录以及 X 上的高浏览和转发，能有力证明 MinerU 受到关注；不过这些主要是热度证明，不等同于好用证明。当前更能支持能力判断的是官方仓库对输出形态的说明，以及一条知乎实操回答；实测样本仍然有限。
MinerU 的定位不是单纯把图片识别成文字，而是将复杂 PDF、Office 文档解析并转换为面向 LLM 的 Markdown 或 JSON，方便继续用于 Agent、知识库或 RAG 流程。更准确的类比是“文档解析与结构化转换管道”，而不是聊天型 AI 助手、传统扫描 OCR 软件或最终排版工具。X 上关于 vLLM 加速、快速和准确的表述说明了生态关注与宣传方向，但属于社媒发布，不能单独视为稳定性能承诺；另一条 X 内容还将其他 OCR 模型与 MinerU 的官方评测分数进行比较，说明其处在竞争激烈的文档 OCR 赛道。
门槛与成本方面，项目作为开源仓库，支持研究代码和本地部署方向；知乎答主提到可以使用官方远程服务，也可以在本地安装，但这只是社区使用描述，不是完整的官方价格或服务条款。现有证据没有提供 MinerU API 的明确官方定价、额度或长期稳定成本，因此不能把社区演示中的免费额度、远程调用或运行效果当成 MinerU 的固定承诺。实际采用仍可能需要处理环境安装、模型或服务配置、批量任务和结果校验，软件开源也不代表算力、外部 API 与维护成本为零。
它更适合开发者、研究人员以及需要把论文、报告、手册等文档送入 LLM/RAG 流程的知识库团队；不太适合只想零配置、纯 GUI、即传即用的普通办公用户。证据讨论质量不均：官方 GitHub 对定位最有参考价值，知乎只有一条带 23 个赞和 2 条评论的实操样本，能提供使用线索但规模很小；X 内容浏览量高、转发性强，却缺少深入讨论和独立复现。综合来看，热度证明很强，能力与门槛判断有一定依据但实测不足，负面案例和大规模独立基准仍有限。