MinerU是由OpenDataLab开发的一款高质量PDF转换工具，专为研究人员和开发者设计，旨在简化PDF文档的内容提取和格式转换流程。

核心功能

• PDF转Markdown：将PDF文档转换为结构化的Markdown格式，保留标题、段落、列表等文档结构。
• PDF转JSON：支持将PDF内容提取为JSON格式，便于后续数据处理和分析。
• 保留文档结构：在转换过程中尽可能保持原始文档的排版和内容完整性。
• 开源免费：基于开源协议发布，用户可以自由使用、修改和分发。

适用场景

• 学术论文内容提取
• 报告和文档结构化处理
• 数据集文档自动化解析
• 知识库构建与内容迁移

项目地址

https://github.com/opendatalab/MinerU