opendatalab/MinerU：README 来源编辑指南

opendatalab/MinerU 的 README 将项目描述为"Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows."。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"README"下的说明是：🚀 Access MinerU Now→✅ Zero-Install Web Version ✅ Full-Featured Desktop Client ✅ Instant API Access; Skip deployment headaches , get all product formats in one click. Developers, dive in!。这给出的首先是项目边界，而不是已经完成的生产验证。

从 README 的"README"和相关条目看，读者可以先判断它是否解决自己的具体问题：Formulas → LaTeX · Tables → HTML, accurate layout reconstruction。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：Native support for DOCX, PPTX, and XLSX parsing。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。

README 把工作方式分散写在"README"等段落中。可确认的线索包括：| Use Case | Solution | |----------|----------| | AI Coding Tools | MCP Server , Cursor · Claude Desktop · Windsurf | | RAG Frameworks | LangChain · LlamaIndex · RAGFlow · RAG-Anything · Flowise · Dify · FastGPT | | Development | Python /。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。

第一次安装应从 README 给出的入口开始。当前可复核的命令是： pip install --upgrade pip pip install uv uv pip install -U "mineru[all]" 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"MinerU"部分，确认系统依赖、默认端口和首次初始化动作。

日常使用的细节取决于项目实际文档。README 的"README"段落提到：| Inference Backend | Best For | |------------------|---------| | pipeline | Fast & stable, no hallucination, runs on CPU or GPU | | vlm-engine | High accuracy, supports vLLM / LMDeploy / mlx ecosystem | | hybrid-engine | High accuracy,。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：Supports scanned docs, handwriting, multi-column layouts, cross-page table merging。