SuperAPI AI 工具集

mineru-ocr

编程与开发

查看项目

更新于 10-15 20:10

技能介绍

用途:通过 MinerU 把 PDF、DOC、DOCX、PPT、PPTX、PNG、JPG、JPEG 以及网页 URL 转换为 Markdown,便于后续阅读、检索或二次处理。

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 后走标准 API;支持本地文件、远程文档 URL 与网页 URL;具备 OCR 文字识别、表格识别与保留、数学公式识别;结果会归档,保留 Markdown、接口响应、原始输入和图片资源清单,便于回溯。

使用方式:调用脚本转换,例如 /usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "/path/to/file.pdf",远程或网页链接同理,Token 自检用 checktoken 子命令。Token 可在 .env 中配置 MINERU_API_TOKEN,也可复用官方 CLI 保存的 ~/.mineru/config.yaml;申请地址为 https://mineru.net/apiManage/token。常用选项包括 MINERU_ENABLE_OCR、MINERU_ENABLE_TABLE、MINERU_ENABLE_FORMULA、MINERU_LANGUAGE_CODE、MINERU_API_BASE、MINERU_MODEL_VERSION、MINERU_PAGE_RANGES、MINERU_POLL_MAX、MINERU_POLL_SLEEP、MINERU_LOG_LEVEL。

适用场景:本地小文件、远程 PDF/Doc/Ppt 链接可用轻量模式快速试跑;大文件、长文档、需要表格或公式识别、需要提取网页 URL 时建议配置 Token 使用标准 API。

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、表格识别和公式识别;标准 API 单文件 200 MB 内、600 页内。Token 有效期约 90 天,过期会返回 401 或 Unauthorized。当前脚本仅面向官方云端 v4 API,自建 mineru-api / mineru-router 的 /tasks、/file_parse 等接口不在支持范围内;兼容官方 v4 的转发网关可通过 MINERU_API_BASE 修改。