MinerU PDF 转 Markdown
前置配置
默认 Auto 模式：未配置 Token 时，自动使用官方免登录轻量接口；配置 Token 后，自动切换到标准 API。
免配置快速使用
- 无需登录、无需创建
.env - 适合快速转换本地小文件或远程文档 URL
- 受官方轻量接口限制影响：按 IP 限频、单文件 10 MB、最多 20 页
升级到标准 API（可选）
如遇到以下情况，建议配置 Token：
- 文件超过 10 MB
- 页数超过 20 页
- 轻量接口遇到 IP 限频
- 需要提取网页 URL
- 希望更稳定地使用标准 API 配额
申请 API Token
- 访问 https://mineru.net/apiManage/token
- 注册/登录账号
- 创建 API Token 并复制（格式：
eyJ0eXAiOiJKV1QiLCJhbGc...）
配置 Token
方式一：让 AI 配置
"帮我配置 MinerU，Token 是：xxx"方式二：手动配置
cd .claude/skills/mineru-ocr/config
cp .env.example .env
nano .env # 填入 MINERU_API_TOKEN方式三：复用官方 CLI 已保存的 Token
如果你已经跑过官方 mineru-open-api auth，本 skill 也会尝试回退读取 ~/.mineru/config.yaml 中保存的 Token。
当前读取优先级为：
- 本 skill 的
.claude/skills/mineru-ocr/config/.env中的MINERU_API_TOKEN - 环境变量
MINERU_API_TOKEN - 环境变量
MINERU_TOKEN - 官方 CLI 配置
~/.mineru/config.yaml
Token 更新
按当前规则，Token 有效期 3 个月（约 90 天）。过期后转换失败（错误 401 或 Unauthorized）。
更新方法：告诉 AI "我的 MinerU Token 过期了，新的 Token 是：xxx"
功能说明
通过 MinerU 将文档转换为 Markdown 格式，支持：
- Auto 模式：无 Token 走免登录轻量接口，有 Token 走标准 API
- PDF、DOC、DOCX、PPT、PPTX、PNG、JPG、JPEG
- 本地文件、远程文档 URL、网页 URL
- OCR 文字识别
- 表格识别和保留
- 数学公式识别
- 结果归档，保留 Markdown、接口响应和相关图片资源，便于回溯
能力边界
| 场景 | 免登录轻量接口 | 标准 Token API |
|---|---|---|
| 本地 PDF / 图片 / Docx / Pptx | 支持 | 支持 |
| 远程文档 URL（PDF、图片、Doc/Docx、PPT/PPTx） | 支持 | 支持 |
| 网页 URL / HTML | 不支持 | 支持 |
| 单文件大小 | 10 MB 内 | 200 MB 内 |
| 页数限制 | 20 页内 | 600 页内 |
| 表格识别 | 不支持，按官方口径需升级到标准模式 | 支持 |
| 公式识别 | 不支持，按官方口径需升级到标准模式 | 支持 |
| 输出 | Markdown | Zip 结果包 + Markdown / JSON / 额外格式 |
轻量模式适用
- 初次使用、快速试跑
- 本地小文件
- 远程 PDF / Doc / Ppt 链接
- 不要求表格识别、公式识别
标准 API 适用
- 大文件、长文档
- 对表格、公式、复杂版面更敏感的场景
- 网页 URL 提取
- 希望获得更完整的结果包并保留更多中间结果
使用方法
/usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "/path/to/file.pdf"
/usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "https://cdn-mineru.openxlab.org.cn/demo/example.pdf"
/usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js "https://example.com/article"
/usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js checktoken配置选项
编辑 .claude/skills/mineru-ocr/config/.env：
| 选项 | 默认值 | 说明 |
|---|---|---|
| MINERU_API_TOKEN | 空 | 可选；填写后强制走标准 Token API |
| MINERU_ENABLE_OCR | true | 启用 OCR |
| MINERU_ENABLE_TABLE | true | 启用表格识别；主要对标准 Token API 生效 |
| MINERU_ENABLE_FORMULA | false | 启用公式识别；主要对标准 Token API 生效 |
| MINERU_LANGUAGE_CODE | ch | 语言代码 |
| MINERU_API_BASE | https://mineru.net/api/v4 | 标准 API 地址 |
| MINERU_MODEL_VERSION | pipeline | 标准 Token API 模型；法律文档建议默认 pipeline，复杂版面可改 vlm |
| MINERU_PAGE_RANGES | 空 | 标准 Token API 页码范围，如 1-20、2,4-6 |
| MINERU_POLL_MAX | 20 | 最大轮询次数 |
| MINERU_POLL_SLEEP | 10 | 轮询间隔（秒） |
| MINERU_LOG_LEVEL | medium | 日志等级 |
输出
- 本地文件：Markdown 保存到源文件同目录
- 远程文档 URL / 网页 URL：Markdown 默认保存到执行命令时的当前目录
- 归档：
.claude/skills/mineru-ocr/archive/日期_时间_文件名/ - 归档内容：转换得到的 Markdown、接口响应、原始输入文件，以及可下载的图片资源清单
法律文档建议
- 默认保持
MINERU_MODEL_VERSION=pipeline - 对起诉状、证据目录、法院通知、传票这类正式材料，优先追求稳定和低幻觉风险，不建议默认改成
vlm - 只有在扫描质量差、版面极复杂、表格密集时，再考虑切到
vlm - 如果只需要先看卷宗前几页，可设置
MINERU_PAGE_RANGES=1-20
Token 自检
当你想确认当前 Token 是否有效时，可运行：
/usr/bin/osascript -l JavaScript .claude/skills/mineru-ocr/scripts/convert.js checktoken- 未配置 Token：会提示当前处于轻量模式
- Token 有效：会提示标准 API 可用
- Token 失效：会明确提示重新申请与更新
云端模式 / 自定义地址
当前 skill 仅面向 官方云端 API。
如需走你自己的云端转发网关，且该网关 兼容官方 v4 API，可在 .env 中修改：
MINERU_API_BASE=https://your-gateway.example.com/api/v4当前脚本默认适配的是官方云端 v4 API 工作流。
如果你部署的是官方 mineru-api / mineru-router FastAPI 服务，它们主要暴露的是 /tasks、/file_parse 等接口，不在本 skill 当前支持范围内。这类场景建议：
- 优先使用官方 CLI / SDK 直连自建服务
- 本 skill 继续只维护云端模式，避免混入第二套协议
关于官方 Crawl
官方 skill 中的网页提取主要是通过 CLI 的 mineru-open-api crawl <url> 实现的，属于 Token 模式能力，不是轻量接口能力。
这里的 CLI 是 官方提供的命令行封装层。CLI 底层仍然会调用 MinerU 的云端 API；它不是本地离线解析器。
你当前这个 skill 现在也支持网页 URL，但仅在 已配置 Token 时启用；未配置 Token 时，网页 URL 会提示用户改用标准 API。
故障排除
| 问题 | 解决方案 |
|---|---|
| 轻量接口限频 | 稍后重试，或配置 Token 切换到标准 API |
| 文件过大 / 页数过多 | 配置 Token，改走标准 API |
| 网页 URL 无法轻量解析 | 轻量接口不支持 HTML，请配置 Token |
| 401/Unauthorized | Token 已过期，重新申请并更新 |
| 转换超时 | 增加 MINERU_POLL_MAX 或检查文件大小 |
| 配额不足 | 检查 MinerU 账户额度 |