mineru

What This Skill Does

MinerU 是 OpenDataLab 推出的一款深度文档解析与结构化工具，专门用于将各种复杂的非结构化文档转化为干净、可编辑的 Markdown 格式。该技能不仅支持常见的 PDF 文件，还能够高效处理 Word 文档、PPT 以及包含文字的图片。其核心技术亮点在于对公式、复杂表格以及多栏版面的卓越识别能力。通过集成 MinerU API，该插件可以无缝嵌入 OpenClaw 工作流中，将原本难以处理的学术论文、技术文档或扫描件快速转换为便于 AI 阅读或 LLM 输入的格式。无论是提取 LaTeX 公式，还是处理图文混排的版面，MinerU 都能提供专业级的解析质量。

Installation

要安装此技能，请在 OpenClaw 命令行界面中运行以下命令：

clawhub install openclaw/skills/skills/easonai-5589/mineru

安装完成后，请确保已通过环境变量配置您的 API 密钥：

export MINERU_TOKEN="your_api_key_here"

Use Cases

1. 学术研究：自动抓取 ArXiv 论文，将其转换为 Markdown，保留数学公式以供 AI 深度理解与摘要。
2. 文档数字化：将纸质文档扫描件或图片转化为结构化文字，极大提升办公效率。
3. 数据清洗：从复杂的报告中提取关键表格数据，转化为易于处理的 Markdown 表格格式。
4. 知识库构建：批量解析旧版 PPT 和 PDF 文档，将其归档为标准的知识库 Markdown 内容。

Example Prompts

1. "使用 MinerU 解析 https://arxiv.org/pdf/2410.17247 这篇论文，并输出为 Markdown 格式，要求保留其中的 LaTeX 公式。"
2. "我有几个存放在本地的扫描版 PDF，请使用 MinerU 批量处理，并告诉我解析进度。"
3. "解析这个 PPT 文件，提取其中的表格和文字内容，并直接总结该文档的核心观点。"

Tips & Limitations

• 性能优化：对于极度复杂的版面，推荐使用 layoutlmv3 模型以获得更高精度，若追求速度，则默认 doclayout_yolo 更佳。
• 资源限制：单次任务限制最大为 200MB 的文件大小或 600 页内容，超过此限制请先进行分卷处理。
• 环境兼容：由于输出结果包含 ZIP 压缩包，建议配合 OpenClaw 的文件系统工具使用，以实现自动解压与内容整合。
• 网络要求：API 解析任务依赖外部网络，请确保调用时网络通畅，并正确处理异步轮询逻辑以获取最终结果。