MinerU 是一个面向 AI 智能体的文档解析技能，用于把 PDF、Office（Word/PPT/Excel）和图片解析为干净 Markdown，保留 LaTeX 公式、表格、图片，并支持 OCR。核心是一个零依赖脚本，内置两种后端并自动路由。
用途与主要能力：支持 PDF、图片、Word、幻灯片、表格，以及通过 Standard API 的 HTML（MinerU-HTML 模型）。图片格式包括 .png .jpg .jpeg .jp2 .webp .gif .bmp，内置 OCR；PDF 可用 --ocr 开启 OCR。输出为 output/文档名/文档名.md，Standard API 会额外提取 images/ 图片。
使用方式：零配置可直接运行 python3 scripts/mineru.py paper.pdf；用 --stdout 输出 Markdown，--json 输出机器可读状态。免费 Agent API 无需登录、无 API key，处理 ≤ 10 MB / ≤ 20 页文件。也可用 uv 零安装运行：uv run scripts/mineru.py paper.pdf --stdout。设置 MINERU_TOKEN 后进入 Power 模式，支持并行批处理（--workers、--resume）、额外导出格式（--format docx/html/latex，自动路由到 Standard API，上限 ≤ 200 MB / ≤ 200 页）。超过 Agent API 限制时会自动升级到 Standard API。
其他能力：提供 MCP 服务器 python3 scripts/mineru_mcp.py，工具为 mineru_parse、mineru_parse_to、mineru_list_sinks；可用 --to 把 Markdown 投递到 obsidian、notion、飞书、logseq、slack 等内容工具，配置来自环境变量。常用选项还有 --model、--lang、--pages、--engine、--split、--chunk、--doctor 等。
适用场景：需要将论文、报告、扫描件、Office 文档转为结构化 Markdown，或为 RAG 生成分块、接入内容工具与 MCP 主机的流程。
限制：免费 Agent API 有 10 MB / 20 页上限，Standard API 为 200 MB / 200 页；--split 需 pypdf，部分投递目标需可选 extras；性能基准显示冷启动约 14 秒、热启动约 13 秒。具体收费、价格与更多平台细节暂未提供。