解决 PDF 痛点：开源 MinerU 转换脚本优化 RAG 数据集质量
针对 RAG 流程中 PDF 解析难、上下文易断裂的痛点，开发者发布了一款基于 MinerU 的开源后处理脚本。该脚本旨在解决 MinerU 输出文件中存在的 HTML 干扰信息和符号噪声问题，通过对 JSON 和 MD 文件进行二次解析、...
标签索引
MinerU
这个标签下有 5 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
解决Claude文档解析痛点：Mineru MCP工具开源，支持高效PDF转Markdown
针对Claude Code在使用官方pdf2md脚本时效果不佳、易混杂页脚等无效信息的问题，开发者推出了一款优化版的Mineru MCP服务。该工具不仅修复了官方MCP版本老旧的问题，还通过调用官方API保证了转换速度，实测表现优于本地调用...
拓展ClaudeCode能力：通过Subagent集成MinerU实现高效文档解析
本文介绍了一种通过自定义Subagent扩展ClaudeCode功能的实用方案。针对ClaudeCode原生处理PDF/DOCX等文档格式的局限性，作者编写了Python脚本封装MinerU的API接口，并配置了专属的Agent工作流。该方...
解决NotebookLM导出痛点，开发者开源高保真PDF转PPT工具
针对AI工具NotebookLM生成的幻灯片仅为PDF且无法编辑、中文字体显示异常的痛点，开发者近日开源了新工具MinerU2PPT。该项目基于MinerU的PDF结构化解析数据，采用非OCR方案，能够高保真地还原原文档的文本、图像及布局。...
开发者基于MinerU构建PDF转PPT工具，解决AI文档编辑痛点
针对NotebookLM等AI工具生成PDF演示文稿难以自由编辑的问题，开发者利用MinerU强大的文档解析能力，自主开发了一款高效的PDF转PPT工具。该工具能够精准识别并重组PDF中的文字、图片和表格，支持基于区域自动调整字体大小。项目...