阿西_出海(@axichuhai):发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单不管你的文档内容有多复杂,它都能帮你精准提取。有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。

2026.07.08 13:50

发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单不管你的文档内容有多复杂,它都能帮你精准提取。有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。