Chuyển đến nội dung

opendatalab / MinerU

MinerU

Đọc PDF, ảnh scan và file Office rồi xuất Markdown, giữ bảng, công thức và bố cục phức tạp.

MinerU là bộ công cụ phân tích tài liệu của OpenDataLab: chuyển PDF, ảnh, Word, PowerPoint, Excel, EPUB và nhiều định dạng khác thành Markdown hay nội dung có cấu trúc, mạnh ở bài báo khoa học có công thức và bảng. Có dòng lệnh, giao diện web và API. Giấy phép Apache 2.0 kèm điều khoản bổ sung, cần Python 3.11 trở lên.

  • 83.701 sao
  • 6.939 fork
  • Python
  • Cập nhật 3 ngày trước
  • Giấy phép riêng, xem trên GitHub
Độ khó
Vừa Cần gõ vài lệnh hoặc dùng Docker
Dạng
Dòng lệnh (CLI), Thư viện lập trình
Chạy trên
Windows, macOS, Linux, Docker, Python
Chi phí
Miễn phí hoàn toàn

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)

  1. Cài uv rồi tạo môi trường ảo Python 3.12 tên .mineru.

    Terminal
    pip install uv
    uv venv .mineru --python 3.12
  2. Kích hoạt môi trường. Trên Linux hoặc macOS dùng lệnh đầu, trên Windows PowerShell dùng lệnh sau.

    Văn bản
    source .mineru/bin/activate
    .\.mineru\Scripts\Activate.ps1
  3. Cài MinerU bản 4.x ổn định.

    Terminal
    uv pip install -U "mineru>=4.0,<5"
  4. 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

  1. 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

  1. Chuẩn bị một file PDF ngắn (ví dụ document.pdf) rồi chuyển sang Markdown ở mức standard theo ví dụ của README.

    Terminal
    mineru-kit parse document.pdf -o document.md --tier standard
  2. Mở document.md bằng trình soạn thảo bất kỳ, so với PDF gốc để xem bảng và công thức.

  3. Mở giao diện web để xem tài liệu gốc cạnh kết quả đã phân tích.

    Terminal
    mineru-kit webui
  4. Với 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.

    Terminal
    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.

Terminal
git clone https://github.com/opendatalab/MinerU.git

Repo tương tự nên xem

Tài liệu, OCR & hỏi đáp tri thức196K

MarkItDown

microsoft / markitdown

Công cụ của Microsoft đổi PDF, Word, Excel, PowerPoint và nhiều file khác thành Markdown cho AI đọc.

VừaWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức70,6K

Docling

docling-project / docling

Chuyển PDF, Word, PowerPoint, Excel, HTML thành Markdown hoặc JSON gọn gàng để đưa cho AI đọc

VừaWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức40,9K

Marker

datalab-to / marker

Chuyển PDF, ảnh, Word, PowerPoint thành Markdown, JSON hoặc HTML giữ nguyên bảng biểu và công thức

VừaWindowsmacOSLinuxPython

Nội dung được biên soạn bằng tiếng Việt dựa trên tài liệu chính thức của dự án, cập nhật lần cuối 16/11/2026. Lệnh cài có thể thay đổi theo phiên bản mới; nếu có khác biệt, hãy làm theo README trên GitHub.

Cùng chủ đề: Tài liệu, OCR & hỏi đáp tri thức

Tài liệu, OCR & hỏi đáp tri thức96,8K

Stirling PDF

Stirling-Tools / Stirling-PDF

Bộ hơn 50 công cụ PDF: gộp, tách, ký, che thông tin, nén, OCR, chạy trên máy hoặc tự cài.

DễWindowsmacOSLinuxDocker+1
Tài liệu, OCR & hỏi đáp tri thức94,2K

RAGFlow

infiniflow / ragflow

Nền tảng tự cài giúp AI trả lời dựa trên tài liệu của bạn, có trích dẫn nguồn.

VừaDockerLinuxWeb
Tài liệu, OCR & hỏi đáp tri thức92,7K

PaddleOCR

PaddlePaddle / PaddleOCR

Bộ công cụ OCR của Baidu: đọc chữ trong ảnh, PDF và đổi tài liệu thành Markdown hoặc JSON.

KhóWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức77,5K

Tesseract OCR

tesseract-ocr / tesseract

Bộ máy nhận dạng chữ (OCR) mã nguồn mở đọc chữ từ ảnh scan, hỗ trợ hơn 100 ngôn ngữ

VừaWindowsmacOSLinux
Tài liệu, OCR & hỏi đáp tri thức57,6K

PrivateGPT

zylon-ai / private-gpt

Lớp API mã nguồn mở biến mô hình AI chạy trên máy thành ứng dụng riêng tư: tải tài liệu, hỏi đáp có trích dẫn

KhóWindowsmacOSLinuxPython
Tài liệu, OCR & hỏi đáp tri thức48,2K

Paperless-ngx

paperless-ngx / paperless-ngx

Hệ thống quản lý tài liệu tự cài: scan giấy tờ, tự OCR, gắn thẻ và tìm lại trong vài giây

VừaDockerLinuxWeb

Xem cả 22 repo Tài liệu, OCR & hỏi đáp tri thức Về Kho Repo