📄 MinerU - 文档解析
PDF/Word/PPT/Excel/图片 → 结构化 Markdown
🎯 触发条件
当用户要求解析文档、提取文档内容、OCR 识别、将文件转为 Markdown 时使用。
🔗 API 信息
- Base URL:
https://mineru.net/api/v1/agent - 认证方式: 无需 Token，IP 限频
- 文档: https://mineru.net/apiManage/docs
📋 支持的文件类型
| 类型 | 格式 |
|---|---|
| 论文、书籍、扫描件 | |
| 📝 Word | .docx |
| 📊 PPT | .pptx |
| 📊 Excel | .xls, .xlsx |
| 🖼️ 图片 | .png, .jpg, .jpeg, .jp2, .webp, .gif, .bmp |
⚠️ 限制
| 限制项 | 限制值 |
|---|---|
| 文件大小 | 10 MB |
| 文件页数 | 20 页 |
🚀 使用方式
方式一：URL 解析（文件有公开 URL 时）
直接调用解析脚本：
python3 SKILL_DIR/scripts/mineru_parse.py --url "https://example.com/file.pdf"
可选参数：
--language ch|en（默认 ch）--page_range 1-10（仅 PDF 有效）--output /path/to/output.md（指定输出文件）
方式二：文件上传解析（本地文件）
python3 SKILL_DIR/scripts/mineru_parse.py --file /path/to/document.pdf
方式三：在对话中直接使用
用户发送文件或提供文件路径/URL 时，调用脚本解析，将结果返回给用户。
🔄 API 流程
URL 模式
POST /parse/url→ 获取 task_idGET /parse/{task_id}→ 轮询直到 done- 下载 markdown_url 返回结果
文件上传模式
POST /parse/file→ 获取 task_id + file_urlPUT file_url→ 上传文件到 OSSGET /parse/{task_id}→ 轮询直到 done- 下载 markdown_url 返回结果
❌ 错误码
| 错误码 | 说明 | 应对策略 |
|---|---|---|
| -30001 | 文件大小超出限制（10MB） | 拆分文件或告知用户 |
| -30002 | 不支持的文件类型 | 检查文件格式 |
| -30003 | 页数超出限制 | 指定 page_range 拆分 |
| -30004 | 请求参数错误 | 检查必填参数 |
💡 使用技巧
- 中文文档用
language: ch - 大文件指定
page_range分段解析 - Word/PPT 用 Office 原生 API 解析，速度最快
- 解析结果为 Markdown 格式，可直接用于后续处理
轻量快速，无需 Token！📄