MinerU

MinerU 是一款开源高精度文档解析引擎，专为大模型预训练与 RAG 场景打造。它能将 PDF、图片及办公文档一键转为 Markdown 或 JSON。内置 VLM 与 OCR 双引擎，支持 109 种语言，能精准还原复杂公式与表格排版，是高质量大模型数据清洗与准备的硬核利器。