苏三发文讲解 MinerU 4.0 文档解析工具用法

10月20日，“苏三说技术”在掘金、博客园发文，讲解开源文档解析工具 MinerU 4.0 的核心优势、处理链路、代码用法与四档解析选择。 MinerU 在 GitHub 上获 8 万以上 Star，它先识别标题、段落、表格、公式等元素，再按人类阅读逻辑重组为结构化 Markdown 或 JSON，以解决传统抠字式解析在多栏排版、表格和公式上的错序、散落与乱码问题。 苏三在文中提示：4.0 基础包支持 ONNX CPU 小模型与 llama.cpp VLM，开箱即用；默认只读前 10 页并返回 next_request 续读命令；默认全程本地解析，仅显式使用 --remote 时才上传文档；PyMuPDF 等依赖可能采用 AGPL 等许可证，企业使用前需确认合规性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。