Trải nghiệm khi dùng MinerU
Bạn cài MinerU vào một môi trường ảo Python, rồi chỉ cần một lệnh để chuyển file PDF thành Markdown. Với bài báo nhiều công thức và bảng, kết quả được thiết kế để giữ đúng cấu trúc thay vì làm vỡ như nhiều công cụ trích chữ thông thường. Muốn xem trực quan, bạn mở giao diện web đi kèm để so sánh tài liệu gốc với bản đã phân tích.
MinerU 4.x chia việc phân tích thành bốn mức chất lượng (flash, basic, standard, advanced). Flash nhanh, dùng để xem trước và đánh chỉ mục; các mức cao hơn chính xác hơn cho bố cục khó nhưng nặng hơn. Với file Word, PowerPoint, Excel, HTML hay EPUB, README nói chúng được phân tích cục bộ ở mức flash.
README cho biết tài liệu không tự động bị gửi lên dịch vụ chính thức; chỉ khi bạn cấu hình rõ việc phân tích từ xa thì mới có. Vì vậy bạn giữ được quyền kiểm soát dữ liệu, nhưng đổi lại phải tự lo phần cứng nếu muốn chất lượng cao.
Tính năng nổi bật
Bốn mức phân tích
Từ flash nhanh để xem trước, tới standard và advanced cho bố cục, bảng và công thức khó.
Nhiều định dạng đầu vào
PDF, ảnh, Word, PowerPoint, Excel, RTF, OpenDocument, EPUB, OFD, HTML, CSV và TSV.
Nhiều định dạng đầu ra
Markdown, HTML, LaTeX, DOCX, EPUB, PDF và nội dung có cấu trúc, mỗi công cụ hỗ trợ một số dạng.
Thư viện tài liệu cho tác tử AI
Lưu kết quả đã phân tích, tìm kiếm trong tài liệu, đọc tiếp theo trang hoặc khối, kèm định vị ổn định để trích dẫn.
Giao diện web và API
Có WebUI chạy Gradio, SDK Python, API và bộ định tuyến nhiều máy chủ cho triển khai lớn.
Tự nhận GPU
Trên Windows và Linux tự dùng GPU Intel, AMD, NVIDIA tương thích, macOS dùng MPS; không có GPU vẫn chạy bằng CPU.
Tận dụng MinerU vào việc gì?
Sinh viên, nghiên cứu sinh
Chuyển bài báo khoa học sang Markdown
Giữ công thức và bảng để ghi chú hoặc đưa cho AI tóm tắt.
Lập trình viên
Chuẩn bị tài liệu cho RAG
Chuyển hàng loạt PDF nội bộ thành văn bản sạch trước khi chia đoạn và đánh chỉ mục.
Người xây agent
Cho tác tử AI đọc tài liệu dài
Dùng lệnh mineru để đọc từng trang, giữ định vị trích dẫn thay vì nhét cả file vào ngữ cảnh.
Thư viện, doanh nghiệp
Số hoá báo cáo, sách scan
Biến bản scan thành văn bản có thể tìm kiếm.
Cần chuẩn bị gì?
- Python từ 3.11 đến dưới 3.15 (README cho MinerU 4.x).
- Bản mặc định chạy CPU được trên Windows, Linux, macOS; GPU Intel, AMD, NVIDIA và Apple Silicon giúp nhanh hơn.
- Triển khai NVIDIA hiệu năng cao trên Windows cần bản torch có GPU cài riêng khi dùng mineru[full].
- Dung lượng ổ cứng cho mô hình; README không nêu số cụ thể trong phần đã đọc.
Hướng dẫn cài đặt chi tiết
Cài trên pip (uv)
Cài uv rồi tạo môi trường ảo Python 3.12 tên .mineru.
pip install uv uv venv .mineru --python 3.12Kích hoạt môi trường. Trên Linux hoặc macOS dùng lệnh đầu, trên Windows PowerShell dùng lệnh sau.
source .mineru/bin/activate .\.mineru\Scripts\Activate.ps1Cài MinerU bản 4.x ổn định.
uv pip install -U "mineru>=4.0,<5"Muốn hiệu năng cao trên máy NVIDIA, dùng gói mineru[full]; trên Windows cần cài thêm bản torch hỗ trợ GPU theo hướng dẫn trang chính thức.
Cài trên Dùng thử trên web
README liên kết tới bản chạy thử trên Hugging Face và ModelScope; mở các trang đó để tải file lên và xem kết quả mà không cần cài. Lưu ý file bạn tải lên sẽ đi qua máy chủ của dịch vụ đó.
Dùng thử lần đầu
Chuẩn bị một file PDF ngắn (ví dụ document.pdf) rồi chuyển sang Markdown ở mức standard theo ví dụ của README.
mineru-kit parse document.pdf -o document.md --tier standardMở document.md bằng trình soạn thảo bất kỳ, so với PDF gốc để xem bảng và công thức.
Mở giao diện web để xem tài liệu gốc cạnh kết quả đã phân tích.
mineru-kit webuiVới quy trình thư viện tài liệu và tác tử AI, dùng lệnh mineru parse kèm tuỳ chọn --json; mặc định đọc 10 trang PDF đầu và trả về định vị để đọc tiếp.
mineru parse document.pdf --json
Mẹo dùng hay
- Thử mức flash trên tài liệu để xem trước, rồi chỉ chạy mức cao hơn cho các file thật sự cần độ chính xác.
- Có thể dùng lệnh mineru-kit hardware detect để xem máy bạn phù hợp mức dịch vụ nào, theo ghi chú của README.
- Nếu có API cũ của bản 4.0, README nói 4.1 đổi sang API Tasks mới và có hướng dẫn di chuyển; nên nâng cấp máy chủ, bộ định tuyến và client cùng lúc.
Lưu ý và hạn chế
- Giấy phép là Apache 2.0 kèm điều khoản bổ sung, trong đó có ngưỡng thương mại khiến công ty lớn có thể cần giấy phép riêng. Đọc kỹ file LICENSE trước khi đưa vào sản phẩm.
- Cài đặt và chọn mức phân tích có nhiều lựa chọn, người không rành dòng lệnh sẽ thấy khá phức tạp. Chất lượng cao cần phần cứng mạnh.
- README ghi rõ Docker cho thiết bị không phải NVIDIA đang chờ cập nhật; hãy xem hướng dẫn nền tảng cũ trong tài liệu nếu cần.
Câu hỏi thường gặp
MinerU có miễn phí không?
Có thể dùng miễn phí, kể cả thương mại, nhưng giấy phép có ngưỡng áp dụng cho các tổ chức lớn. Hãy đọc điều khoản trong file LICENSE.
Tài liệu của tôi có bị gửi đi đâu không?
README cho biết tài liệu không tự động được gửi lên dịch vụ chính thức; chỉ khi bạn cấu hình rõ phân tích từ xa mới có. Các trang chạy thử trên web thì khác, vì file đi qua máy chủ của họ.
Máy không có card đồ hoạ có chạy được không?
Được. Bản mặc định hỗ trợ CPU trên Windows, Linux, macOS, chỉ chậm hơn khi tài liệu nhiều trang.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/opendatalab/MinerU.gitRepo tương tự nên xem
MarkItDown
microsoft / markitdown
Công cụ của Microsoft đổi PDF, Word, Excel, PowerPoint và nhiều file khác thành Markdown cho AI đọc.
Docling
docling-project / docling
Chuyển PDF, Word, PowerPoint, Excel, HTML thành Markdown hoặc JSON gọn gàng để đưa cho AI đọc
Marker
datalab-to / marker
Chuyển PDF, ảnh, Word, PowerPoint thành Markdown, JSON hoặc HTML giữ nguyên bảng biểu và công thức