SuperAPI AI 工具集

mineru-ocr

办公与效率

查看项目

更新于 10-15 20:10

技能介绍

用途:通过 MinerU 将文档转为 Markdown,支持 PDF、DOC、DOCX、PPT、PPTX、PNG、JPG、JPEG,输入可为本地文件、远程文档 URL 或网页 URL。

主要能力:Auto 模式在未配置 Token 时使用官方免登录轻量接口,配置 Token 后自动切换到标准 API;支持 OCR 文字识别、表格识别与保留、数学公式识别,并提供结果归档,保留 Markdown、接口响应和相关图片资源清单。

使用方式: /usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "/path/to/file.pdf" /usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "https://cdn-mineru.openxlab.org.cn/demo/example.pdf" /usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "https://example.com/article" /usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js checktoken

配置 Token:可让 AI 配置,或手动进入 .claude/skills/mineru-ocr/config,复制 .env.example 为 .env 并填入 MINERU_API_TOKEN;也支持回退读取官方 CLI 的 ~/.mineru/config.yaml。Token 有效期约 3 个月。

限制:轻量接口按 IP 限频,单文件 10 MB 内、最多 20 页,不支持网页 URL、表格和公式识别;标准 API 支持单文件 200 MB 内、600 页内、网页 URL、表格与公式识别,输出为 Zip 结果包加 Markdown/JSON 等。当前 skill 仅面向官方云端 v4 API,自建 FastAPI 服务不在支持范围,需改用官方 CLI/SDK。