用途：把复杂 PDF 文档转换为机器可读的 Markdown/JSON，便于 LLM 和 RAG 应用使用，涵盖文本、表格、公式、图像的提取，适用于学术论文、技术文档、商业报告解析以及 RAG 文档数据准备。
安装：pip install uv；uv pip install -U "mineru[all]"；首次使用需执行 mineru-models-download 下载模型，下载体积较大。
用法（命令行）：mineru -p input.pdf -o output_dir 解析单个文件；mineru -p pdf_folder/ -o output_dir 批量解析；用 --backend 指定模式，pipeline 快速省资源适合纯文本，vlm 高精度适合公式表格密集文档，hybrid 平衡速度与精度。Python API 可用 from mineru import MinerU 创建实例并 parse，再调用 to_markdown()、to_json()、get_sections()、save()。
输出：{filename}.md、{filename}_content_list.json、images/、{filename}_middle.json（中间调试结果）。
限制与陷阱：未下载模型直接解析会报错；无 GPU 跑 vlm 模式极慢，无 GPU 时用 pipeline/hybrid，有 GPU 可将 ~/.mineru.json 的 device-mode 改为 cuda；低清晰度扫描件解析质量取决于原图清晰度；数百页大文件单次解析内存压力大，建议分批或按章节拆分。批量任务应报告成功/失败清单，失败项给出原因；交付前建议抽查对照原 PDF 确认表格公式无明显丢失。脚本 scripts/mineru_parse.py 支持错误处理与日志记录。更多细节见 references 下的 API、输出格式与最佳实践文档。