MinerU 可将 PDF 和 Office 文档转成 LLM 可用 Markdown
lxfater · x · 2026-07-28
MinerU 是一个星标约 7.6 万的开源项目，目标是把 PDF、图片和 Office 文档转换成适合 LLM / Agent 工作流使用的 Markdown 或 JSON。
原帖的核心观点是：直接把 PDF 上传给 AI，往往会让模型动用更贵的视觉能力来保留版式、表格等信息，可能带来约 4 倍 token 成本。MinerU 试图在尽量保留关键图像和排版信息的同时，把文档转成结构化文本，从而显著降低后续处理成本；作者还提到它有网页版本，降低了上手门槛。
「编程与Agent」频道最新
- Snapshield 先快照仓库，让 AI 编程代理一键回滚 — Ok-Conversation238 · 2026-07-28
- Hydra 按置信度把本地任务路由给最便宜的模型 — jhaankit373 · 2026-07-28
- 创业者打法：用 Claude Code 做 MVP，第一天就收费 — sahilypatel · 2026-07-28
- Builder 的工作是编排，不是把判断交给模型 — cornmacabre · 2026-07-28
- 开源代码审查 agent 开始直接跑在 GitHub Actions 里 — Silly_Entertainer92 · 2026-07-28
- 模型变强后，代码审查还需要评审团吗？ — NeighborhoodOwn8510 · 2026-07-28