首页/新闻资讯/正文详情

MinerU 4.0 正式发布:让复杂文档成为 Agent 可用的知识基础设施

发布时间:2026/11/3 2:22:23 来源:云帆数科 栏目:资讯中心
MinerU 4.0 正式发布:让复杂文档成为 Agent 可用的知识基础设施
MinerU 是上海人工智能实验室 OpenDataLab 团队开源的智能文档解析工具也是开源社区中最受欢迎的复杂文档解析工具之一。它面向 PDF、图片、办公文档、网页、电子书等复杂文档提供结构化解析与内容提取能力。目前MinerU 已获得超过 8 万 GitHub Star并在科研文献解析、AI-Ready 数据生产和企业知识库建设等场景中持续被使用。今天MinerU 4.0 正式发布。这是 MinerU 面向 Agent 时代的一次重要升级模型能力进一步增强Skill 产品形态同步升级。在模型层MinerU 4.0 支持更多真实文档格式提供4种更灵活的解析模式并新增定位器能力支持 Agent 渐进式读取与原文复查同时官方首次针对 AMD Radeon GPU 本地算力环境进行适配让本地模型的部署和使用覆盖更多主流算力平台。在 Skill 层新版 MinerU Skill 让人告别手动模型部署Agent 可以自动安装并调用本地 MinerU 能力。本地解析优先同时支持 MinerU 远程服务按需启用涉及文档上传时由用户确认授权让复杂文档处理具备更清晰的隐私安全边界。从论文、研报、合同到课件、表格、扫描件更多复杂文档都可以直接交给 Agent 处理先快速读懂全貌再深入分析重点最后回到原文核验依据。MinerU 4.0做到了让复杂文档真正进入 Agent 工作流。使用入口新版 MinerU Skill 安装方式将下面内容复制给你的Agentnpx skills add opendatalab/MinerU --skill mineru --global --yesGitHub 开源项目地址https://github.com/opendatalab/MinerU一、模型升级让更多真实文档进入统一解析能力MinerU 4.0 的模型能力进一步面向真实文档场景升级。01支持更多文件格式PDF、图片以及 DOC/DOCX、PPT/PPTX、XLS/XLSX、RTF、ODT/ODS/ODP、EPUB、OFD、HTML、CSV/TSV 等常见文档与办公格式现在都可以进入统一解析流程。用户不再需要先转换格式、整理内容、复制文本再交给 Agent更多真实文档可以直接通过 MinerU 进入处理链路。02提供更清晰的解析模式面对不同文档和不同任务用户不需要用同一种方式处理所有文件。新版本提供flash、basic、standard、advanced四种模式分别对应快速预览、轻量处理、日常高质量解析和复杂文档处理让不同难度的文档匹配更合适的处理方式。03新增定位器能力可以把定位器理解为文档内容的“原文坐标”Agent 读取到一段内容后不只拿到文本也能知道它来自哪一页、哪一个内容块。后续需要复查、引用、继续阅读时可以直接回到对应位置。定位器让渐进式读取成为可能。Agent 可以先读结构和重点再围绕具体问题回到原文继续展开而不必一次性把整份文档压进上下文。04本地部署门槛进一步降低MinerU 4.0 进一步拓宽了本地运行环境的覆盖面Python 版本支持扩展至 3.10–3.14覆盖 Windows、Linux、macOS 三大主流平台并适配AMDRadeon GPU、NVIDIA、Intel 主流 GPU。即使没有 GPU纯 CPU 设备也可以使用完整功能。全部模型文件含 VLM 模型合计最低约 2GB更节省硬盘空间也让下载、安装和本地部署更轻量。二、Skill 升级让 Agent 自动调用本地与远程能力新版 MinerU Skill是 MinerU 4.0 面向 Agent 场景的重要产品入口。过去用户要让 Agent 处理复杂文档往往需要先判断本地环境、安装状态、模型依赖、处理方式和调用路径。现在这些前置判断可以交给 MinerU Skill。告别手动模型部署。你只需要让 Agent 安装 MinerU Skill它就能检查本地环境判断是否需要安装 MinerU并根据当前条件自动选择合适的安装方式和处理路径。对于论文初稿、内部报告、合同材料、企业知识库等敏感文档Agent 可以优先调用本地算力完成解析让文档处理尽可能留在本地环境中。对于开放资料、轻量任务或云端工作流Agent 也可以按需调用远程能力。远程服务不会默认启用涉及文档上传时需要用户确认授权确保文档处理具备清晰的隐私安全边界。Skill 的作用更多格式支持、多种解析模式、定位器能力、本地与远程服务构成了 MinerU 4.0 的能力基础MinerU Skill 则把这些能力组织成 Agent 可以自动执行的文档处理流程。三、典型场景Agent 如何使用 MinerU 4.0场景一混合格式科研资料整理你可以把几篇 PDF 论文、一份组会 PPT、一个 Excel/CSV/TSV实验结果表格、几张截图和网页材料直接交给 Agent。MinerU Skill 会调用 MinerU把不同格式纳入同一处理流程读取 PDF 正文、图表和公式提取 PPT 章节与观点解析 Excel 实验数据识别图片和扫描件文字内容。如果只是快速了解资料主题Agent 可以先用更快的解析模式完成初读如果需要进一步比较方法差异、实验结果或技术路线再对关键文档切换到更高质量的解析方式。最终得到的不是一堆分散文件而是一份可以继续追问的研究材料包括核心观点、方法对比、实验结果、待复查问题以及对应的原文位置。场景二长文档渐进式分析与原文定位对于几百页的技术报告、合同文件、企业内部材料等不适合直接上传的内容你也可以交给 Agent让它先判断重点再深入分析关键部分。MinerU Skill 可以优先调用本地能力完成解析在本地读取目录、章节结构和主要内容形成全局判断。当你继续追问某个指标、条款、实验设置或风险点时Agent 可以围绕具体问题搜索文档内容并定位到相关页面和内容块。此时定位器的价值会非常直接Agent 给出的结论不再只是摘要还可以带着可复查的原文依据。对科研、企业和严肃知识工作来说Agent 需要生成答案也需要帮助你验证答案。MinerU 4.0 让复杂文档从“被读入”进一步走向“可追踪、可复查、可继续使用”。四、使用入口「MinerU 让复杂文档从此成为 Agent 可直接使用的知识入口。」新版 MinerU Skill 安装方式将下面内容复制给你的Agentnpx skills add opendatalab/MinerU --skill mineru --global --yesGitHub 项目地址https://github.com/opendatalab/MinerU

相关推荐

透视每一个请求:OpenRouter ai-sdk-provider调试模式echo_upstream_body实战
透视每一个请求:OpenRouter ai-sdk-provider调试模式echo_upstream_body实战

【免费下载链接】ai-sdk-provider The OpenRouter provider for the Vercel AI SDK contains support for hundreds of models through the OpenRouter chat and completion APIs. 项目地址: https://gitcode.com/gh_mirrors/ai/ai-sdk-provider 点击查看 免费下载 … · 2026/11/3 2:21:23

模拟舵机、数码(数字)舵机、无刷大扭矩舵机区别
模拟舵机、数码(数字)舵机、无刷大扭矩舵机区别

核心定义1.模拟舵机(模拟电机舵机) 最早一代舵机,接收 PWM 信号,持续通电检测偏差,有偏差就不停修正。 ✅优点:价格便宜、电路简单,入门 RC 小车、小型模型够用; ❌缺点:… · 2026/11/3 2:21:23

Folia 安装指南:把全屏歌词动画播放器装到你电脑和 NAS 上
Folia 安装指南:把全屏歌词动画播放器装到你电脑和 NAS 上

Folia 安装指南:把全屏歌词动画播放器装到你电脑和 NAS 上 【免费下载链接】folia-major 专注于绚丽的歌词动画效果的本地音乐/navidrome/第三方多平台在线音乐播放器 项目地址: https://gitcode.com/GitHub_Trending/fo/folia-major Folia 是一款把歌词渲染… · 2026/11/3 2:21:23

从0开始学架构-结束语:坚持,成就你的技术梦想
从0开始学架构-结束语:坚持,成就你的技术梦想

“从0开始学架构”专栏历经4个月的时间,现在到了跟你说再见的时候了。一路走来,非常感谢你的坚持。看到专栏的内容能够帮助你理解架构设计这个看起来高大上的技术,我非常欣慰,也算完成了自己3年前的一个心愿:帮助更多同学更快更好地掌握架构设计的技术。 专栏的结束意味着… · 2026/11/3 2:48:27

语音识别别被准确率骗了,4 个维度才是选型核心
语音识别别被准确率骗了,4 个维度才是选型核心

一场两小时的跨国视频会结束,录音丢进转写工具,人名、型号错了一片,校对又花掉一晚上。很多团队把这归咎于"软件不行",其实更常见的原因是:挑语音识别工具时,只问了一句"准不准"&#… · 2026/11/3 2:48:27

8000Hz 全协议采样与 6-DoF IMU:BOTA MimX Gen A 六维力传感器为 Physical AI 提供实时触觉数据流
8000Hz 全协议采样与 6-DoF IMU:BOTA MimX Gen A 六维力传感器为 Physical AI 提供实时触觉数据流

瑞士 Bota Systems AG(BOTA)2026 年 10 月发布 MimX Gen A(5821mm、约 85g)与 PhisX Gen A(7021mm、约 140g):全协议 8000Hz 采样、内置 6-DoF IMU、低漂移低噪声,面向 Physical AI … · 2026/11/3 2:48:27

GPT 改完配置别直接覆盖:用 git diff 审查两份文件
GPT 改完配置别直接覆盖:用 git diff 审查两份文件

GPT 改完配置别直接覆盖:用 git diff 审查两份文件 拿到一份“已经优化”的配置,最容易漏掉的不是文件能否打开,而是它顺便改了什么。比如需求只要求把超时从5秒调到10秒,新文件却同时把TLS证书校验关掉。即使JSON合法&#xff0c… · 2026/11/3 2:48:27

越聊越不耐烦,AI回答了你也听不懂:你有把这些信息给到AI吗?
越聊越不耐烦,AI回答了你也听不懂:你有把这些信息给到AI吗?

用AI久了,我发现AI其实是一个稳定的巴别塔切割机。 巴别塔这个词来自圣经故事。人类最早据说只说一种语言,齐心协力要造一座塔直通天上。上帝觉得不行,就让他们突然说不同的语言,互相听不懂,造塔的事也就黄了。“巴别”… · 2026/11/3 2:48:27

仓库越大越乱?一家郑州五金批发商的“仓库翻身仗“
仓库越大越乱?一家郑州五金批发商的“仓库翻身仗“

一、凌晨一点,老板还在仓库里找一颗螺丝郑州某五金行业的老板,曾经有个外号叫"仓库里的夜猫子"。仓库两千平,货架一排接一排,五金工具、机电配件、紧固件加起来三万多个品项。客户一个电话要某个型号的轴承,… · 2026/11/3 2:47:27

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 13:10:28

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 4:42:45

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 5:17:18

STM32F411RE与MAX14431实现SPI隔离:工业现场抗共模干扰实战
STM32F411RE与MAX14431实现SPI隔离:工业现场抗共模干扰实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/3 1:01:59

ESP32+大模型AI硬件开发:从Demo到产品的8个工程问题
ESP32+大模型AI硬件开发:从Demo到产品的8个工程问题

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/3 1:01:59

基于MAX14431BAEE+与PIC18F85J10的SPI隔离方案设计与实践
基于MAX14431BAEE+与PIC18F85J10的SPI隔离方案设计与实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/3 1:01:59

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 13:10:28

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 4:42:45

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/2 5:17:18

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码