BC MinerU Document Extractor
MinerU извлечение документов — конвертируйте PDF, сканированные документы, изображения, Word (DOC/DOCX), PowerPoint (PPT/PPTX), Excel (XLS/XLSX) и веб-страницы в чистый Markdown, HTML, LaTeX или DOCX. MinerU — это универсальный CLI-инструмент и навык агента для надежного, высокоточного парсинга документов. Столкнулись с нечитаемыми PDF, неаккуратным форматированием таблиц или искаженными формулами после конвертации? MinerU решает эти проблемы с помощью двух режимов извлечения: MinerU flash-extract для мгновенной конвертации без настройки с распознаванием таблиц, распознаванием формул и OCR (без токена, без входа, без конфигурации — просто запустите и получите результаты) и MinerU precision extract с анализом макета на основе VLM, несколькими выходными форматами и пакетной обработкой сотен файлов. Используйте MinerU, когда вам нужно: «как извлечь текст из этого PDF», «я хочу конвертировать свой PDF в Markdown», «можете ли вы разобрать эту научную статью с таблицами и формулами», «мне нужно выполнить OCR сканированного документа», «пакетно конвертировать все мои PDF», «преобразовать этот документ Word в Markdown», «сканировать веб-страницу в Markdown», «извлечь таблицы из этого документа». MinerU поддерживает более 80 языков, включая китайский, английский, японский, корейский, арабский и другие. Выберите модель MinerU vlm для максимальной точности на сложных макетах или модель MinerU pipeline для надежности без галлюцинаций. Идеально подходит для исследователей, разбирающих статьи, разработчиков, создающих конвейеры обработки документов, и инженеров данных, обрабатывающих документы в больших масштабах. MinerU文档提取工具，PDF转Markdown、扫描件OCR、表格识别、公式识别、批量PDF处理、Word转Markdown、Excel转Markdown、网页爬取、图片OCR、学术论文解析。MinerU支持PDF、Word、PPT、Excel（XLS/XLSX）、图片等多格式文档智能转换，命令行一键提取，免登录快速模式或高精度专业模式.
машинный переводПоказать оригиналСкрыть оригинал«MinerU document extraction — convert PDFs, scanned documents, images,…»
MinerU document extraction — convert PDFs, scanned documents, images, Word (DOC/DOCX), PowerPoint (PPT/PPTX), Excel (XLS/XLSX), and web pages into clean Markdown, HTML, LaTeX, or DOCX. MinerU is an all-in-one CLI tool and agent skill for reliable, high-fidelity document parsing. Struggling with unreadable PDFs, messy table formatting, or garbled formulas after conversion? MinerU solves these with two extraction modes: MinerU flash-extract for instant zero-setup conversion with table recognition, formula recognition, and OCR (no token, no login, no configuration — just run and get results), and MinerU precision extract with VLM-based layout analysis, multiple output formats, and batch processing of hundreds of files. Use MinerU when you need to: "how do I extract text from this PDF", "I want to convert my PDF to Markdown", "can you parse this academic paper with tables and formulas", "I need to OCR a scanned document", "batch convert all my PDFs", "turn this Word doc into Markdown", "crawl a web page to Markdown", "extract tables from this document". MinerU supports 80+ languages including Chinese, English, Japanese, Korean, Arabic, and more. Choose MinerU vlm model for highest accuracy on complex layouts, or MinerU pipeline model for zero-hallucination reliability. Perfect for researchers parsing papers, developers building document pipelines, and data engineers processing documents at scale. MinerU文档提取工具，PDF转Markdown、扫描件OCR、表格识别、公式识别、批量PDF处理、Word转Markdown、Excel转Markdown、网页爬取、图片OCR、学术论文解析。MinerU支持PDF、Word、PPT、Excel（XLS/XLSX）、图片等多格式文档智能转换，命令行一键提取，免登录快速模式或高精度专业模式。
MinerU извлечение документов — конвертируйте PDF, сканированные документы, изображения, Word (DOC/DOCX), PowerPoint (PPT/PPTX), Excel (XLS/XLSX) и…
Как процесс C 54/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки
Как улучшить
- Сократите description до 1024 символов.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1589 символов, лимит 1024 - предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
description-budgetdescription занимает 1589 из общего бюджета ~15000 символов на все скиллы
Процессный рейтинг: все десять параметров 54/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (MinerU Document Extractor) не совпадает с папкой (mineru-document-extractor)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 10
- 100Стоимость исполнения. Тело инструкции 2033 токенов
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1588: рекомендуется 120–800 символов
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.