MinerU - PDF 转化为机器可读格式的工具-低调大师

MinerU - PDF 转化为机器可读格式的工具

2025-10-13 84

MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。 MinerU诞生于书生-浦语的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，希望在大模型时代为科技发展做出贡献。相比国内外知名商用产品MinerU还很年轻，如果遇到问题或者结果不及预期请到issue提交问题，同时附上相关PDF。

主要功能

删除页眉、页脚、脚注、页码等元素，确保语义连贯
输出符合人类阅读顺序的文本，适用于单栏、多栏及复杂排版
保留原文档的结构，包括标题、段落、列表等
提取图像、图片描述、表格、表格标题及脚注
自动识别并转换文档中的公式为LaTeX格式
自动识别并转换文档中的表格为HTML格式
自动检测扫描版PDF和乱码PDF，并启用OCR功能
OCR支持84种语言的检测与识别
支持多种输出格式，如多模态与NLP的Markdown、按阅读顺序排序的JSON、含有丰富信息的中间格式等
支持多种可视化结果，包括layout可视化、span可视化等，便于高效确认输出效果与质检
支持纯CPU环境运行，并支持 GPU(CUDA)/NPU(CANN)/MPS 加速
兼容Windows、Linux和Mac平台

微信关注我们

原文链接：https://www.oschina.net/p/mineru

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Linus Torvalds 批评 Rust 代码格式化工具：称其“完全疯狂”

近日，Linux之父Linus Torvalds在Linux内核邮件列表上公开批评Rust的代码格式化工具rustfmt，直言其行为“完全疯狂”。他指出，Rust中use crate::xyz;语句在自动格式化后常被压缩成单行，难以保持清晰的结构，降低了代码可读性，并增加了未来合并冲突的风险。 Torvalds还批评rustfmt在多行与单行格式处理上不够一致，给维护大型项目带来困难。他建议重新审视Rust的格式化规则，尤其是针对独立的use语句，避免将它们压缩成单行格式，以提高代码的可读性和可维护性。

2025-10-13

75

“摇晃总结”（Shake to Summarize）是 Firefox 于 2025 年 9 月面向 iPhone 推出的一项新功能，旨在帮助用户快速获取网页内容的精华摘要，尤其适用于在移动设备上浏览时节省时间和精力。 Firefox 浏览器在 iPhone 上线 AI 新功能：“摇晃总结” 据介绍，Firefox “摇晃总结”功能目前仅限于系统语言设置为英语的美国地区 iOS 用户。在技术实现上，它利用了苹果的端侧 AI 能力： iPhone 15 Pro 或更新机型，运行 iOS 26 及以上版本的用户，摘要由 Apple Intelligence 本地生成；其他设备（iOS 16 及以上版本）则通过 Mozilla 云端 AI 生成摘要。该功能在 2025 年 10 月 9 日被《时代》杂志评为“2025 年度最佳发明特别提及”，表彰其在解决信息过载问题方面的创新贡献。Firefox 总经理 Anthony Enzor-DeMeo 对此表示：“这种认可是对我们 UX、设计、产品和工程团队所做出色工作的证明，他们使这一创新成为现实。”

2025-10-13

63

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。