项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 83387
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 3.10-3.13(Windows 因 ray 依赖限制仅支持 3.10~3.12)
- 内存最低 16GB,推荐 32GB 以上;磁盘最低 20GB,建议 SSD
- GPU 需 Volta 及以后架构或 Apple Silicon;pipeline 后端纯 CPU 也可运行
- 操作系统:Linux(2019 年后发行版)/ Windows / macOS 14.0 以上
- Docker 部署仅支持 Linux 和支持 WSL2 的 Windows,macOS 请勿使用 Docker
安装与启动步骤
-
1确认环境达标
先核对系统版本、Python 版本、内存与磁盘空间是否满足上表要求,并建议先用在线演示评估解析质量再决定部署方式。
-
2安装 pip 与 uv
升级 pip 并安装 uv 包管理器,后续用 uv 安装 MinerU 及其全部依赖。
pip install --upgrade pip pip install uv -
3安装 MinerU
安装 mineru[all],包含全部核心功能,兼容 Windows / Linux / macOS,适合大多数用户。
uv pip install -U "mineru[all]" -
4源码方式安装
如需从源码安装,克隆仓库后进入目录,用 uv 以可编辑模式安装全部依赖。与上一步二选一即可。
git clone https://github.com/opendatalab/MinerU.git cd MinerU uv pip install -e .[all] -
5Docker 部署(可选)
仅 Linux 与支持 WSL2 的 Windows 可用;README 未给出具体命令,请按官方 Docker 部署文档操作,macOS 请改用前两种方式。
如何确认成功
安装过程无报错,可用 pip show mineru 看到已安装版本号即表示安装成功;解析效果请按官方文档实测。
常见问题
Q:Windows 上安装后 CUDA 加速不可用怎么办?
A:参考官方 FAQ 中的 Windows CUDA acceleration 条目排查,常见为环境或驱动配置问题,README 明确指向该文档。
Q:macOS 可以用 Docker 部署吗?
A:不可以。README 说明 Docker 部署仅支持 Linux 和支持 WSL2 的 Windows,macOS 用户请使用 pip/uv 或源码安装方式。
Q:Windows 能用 Python 3.13 吗?
A:不能。关键依赖 ray 在 Windows 上不支持 Python 3.13,Windows 仅支持 Python 3.10~3.12。
Q:没有独立显卡能跑吗?
A:可以。pipeline 后端支持纯 CPU,最低 4GB 显存场景也可用,但精度低于 hybrid/vlm 后端(86.47 对 95+)。
Q:只想在边缘设备装轻量客户端怎么办?
A:README 建议参考官方文档的扩展模块安装指南,可指定 VLM 模型推理框架或仅安装轻量客户端。
注意事项
- mineru[all] 包含全部核心功能,适合绝大多数用户;如需指定 VLM 推理框架请查阅扩展模块安装指南。
- -engine 系列后端对硬件要求更高,hybrid/vlm 需 8GB 以上显存且不支持纯 CPU;-http-client 系列面向兼容 OpenAI 的服务器。
- Docker 部署命令 README 未直接给出,请以官方《Docker Deployment Instructions》文档为准。
- 遇到安装问题先查官方 FAQ,多数兼容性问题已有对应解决方案。
核心亮点
- OCR 识别精度高,对扫描版 PDF 和低质量图片文字提取效果好
- 版面分析能力强,能准确识别标题、表格、公式、图片等结构,输出结构化 Markdown
- 提供多种使用方式(CLI、API、在线 Demo),集成灵活,社区活跃
不足之处
- 处理超大 PDF 或批量文档时,内存占用较高,速度可能变慢
- 对复杂表格和手写内容的识别准确率仍有提升空间
适用场景
- 将 PDF 研究报告、合同等转换为 Markdown,供 LLM 进行摘要或问答
- 批量处理扫描版书籍或历史档案,建立可检索的文本数据库
- 从技术文档或论文中提取公式、图表,用于知识库构建或数据挖掘
替代项目
PyMuPDF、unstructured、Docling
同类项目推荐
liveblocks
开源
快速为应用和智能体添加实时协作能力,无需自研后端。
Realtime infrastructure for multiplayer apps and agents
neo4j-graphrag-python
开源
把知识图谱变成 RAG 引擎,让 AI 回答更懂关系
Neo4j GraphRAG for Python
ax-llm
开源
把大模型塞进爱芯芯片,OpenAI 接口即插即用
Explore LLM model deployment based on AXera's AI chips, It provides OpenAI‑compatib···
llm7.io
开源
一个网关接入所有主流大模型,告别多套 SDK。
LLM7.io offers a single API gateway that connects you to a wide array of leading AI ···
gitmoney-public-framework
开源
套用现成框架,AI 办公基建不用从零搭建
Public GitMoney framework for plain-English GitHub, AI Office infrastructure, and fo···
llm-metadata
开源
统一查询 LLM 元数据,告别硬编码模型信息
A lightweight interface for accessing and integrating LLM metadata, enabling applica···
dama
开源
一键容器化部署,快速跑通机器学习自动化流程
a simplified machine learning container platform that helps teams get started with a···
terraform-genai-rag
开源
填几个变量,云上 RAG 环境一键搭好
Deploys a Generative AI RAG solution
TensorRT-Model-Connect
开源
两条命令把 PyTorch 模型跑成 TensorRT 推理
From PyTorch model to end-to-end TensorRT inference experience in two commands—AI-n···
