MinerU API 技能

MinerU 提供两种 API 用于文档关键信息提取。

安装

首次使用时，安装依赖：

pip3 install --break-system-packages requests python-dotenv

快速使用

总是输出在在用户当前的工作目录下

# 本地文件（自动选择可用 API）
python run_mineru.py document.pdf

# 自定义超时
python run_mineru.py document.pdf --timeout 600

API 认证

在项目目录创建 .env 文件：

# .env
MINERU_API_KEY="your-api-key-here"

不要将 .env 提交到版本控制！

# .gitignore
.env

两种 API 模式

推荐：优先使用 Agent 轻量解析 API 模式, 当文件大小、页数、格式不符合限制时，切换到 Precision Parse API 模式（功能更强）。当 API Key 无效或过期时，提示用户 。

Precision Parse API v4

认证方式

Authorization: Bearer {token}

文件限制

Precision Parse API 错误码

输出

Precision Parse API 的输出是一个zip包，解压出多个文件，用户需要的是 full.md

Agent 轻量解析 API

认证方式

无需认证，采用 IP 限频防滥用。超出限制返回 HTTP 429。

文件限制

状态值

Agent 专属错误码

工作流程

Precision Parse API：

1. 申请上传链接 → POST /api/v4/file-urls/batch
2. PUT 上传文件到 OSS
3. 轮询结果 → GET /api/v4/extract-results/batch/{batch_id}
4. 将每个解析结果的full.md整合到一个 md 文件里，作为最终输出，用 markdown divider 分割结果。

Agent 轻量解析 API：

1. 获取上传 URL → POST /api/v1/agent/parse/file
2. PUT 上传文件到 OSS
3. 轮询结果 → GET /api/v1/agent/parse/{task_id}

run_mineru.py 参数说明

用法: python run_mineru.py <file_path> [options]

位置参数:
  file_path              本地文件路径

选项:
  --timeout <秒>         超时时间（默认: 300）