| name | pdf-parser |
| description | 使用 MinerU API 将 PDF 解析为 Markdown，支持公式、表格、OCR。提供本地文件和在线 URL 两种解析方式。触发条件：(1) 用户说"解析 PDF [路径]"，(2) 用户说"将 PDF 转为 Markdown"，(3) 在 paper-workflow 中自动调用。使用场景：学术论文解析、文档提取、知识库构建。 |
| homepage | https://mineru.net |
| metadata | {"clawdbot":{"emoji":"📄","requires":{"env":"[Truncated]"},"primaryCredential":"MINERU_TOKEN"}} |
PDF Parser Skill
基于 MinerU 提供 PDF 解析能力。
功能
- PDF 解析: 将 PDF 转换为 Markdown 格式
- 公式识别: 支持 LaTeX 公式提取
- 表格识别: 自动识别并转换表格结构
- OCR: 支持图片型 PDF 文字识别
- 多语言: 支持中文、英文，日文、韩文等
⚠️ 安装前必读
使用本技能即表示：
- 你愿意提供你的 MinerU API Token (
MINERU_TOKEN)
- Token 会被发送给 https://mineru.net/
- 确认 MinerU 服务可信，接受其隐私政策
- 已在本地源码中确认无额外意外行为
前提条件
1. 安装依赖
pip install requests
2. 获取 MinerU Token
访问 https://mineru.net/ 注册并获取 API Token。
3. 设置环境变量
Windows (PowerShell):
$env:MINERU_TOKEN = "your-token-here"
macOS / Linux:
export MINERU_TOKEN=your-token-here
支持的引擎
| 引擎 | 说明 |
|---|
| vlm | VLM 引擎（默认） |
| pipeline | 管道引擎 |
| MinerU-HTML | HTML 输出 |
快速开始
python scripts/mineru_api.py -f <pdf路径> --wait
python scripts/mineru_api.py -f <pdf路径> --engine pipeline --wait
选项
| 参数 | 说明 | 默认值 |
|---|
| -f, --files | 本地 PDF 文件 | - |
| --engine | 解析引擎 | vlm |
| --lang | 语言 (ch/en/ja/ko) | ch |
| --wait | 等待解析完成 | 否 |
环境变量
| 变量 | 必填 | 说明 |
|---|
| MINERU_TOKEN | 是 | MinerU API Token |
输出
解析结果保存在 ~/.openclaw/MinerU_Results/ 目录下。
工作流
- 设置
MINERU_TOKEN 环境变量
- 执行解析命令
- 等待解析完成
- 读取 full.md 分析内容
- 根据内容重命名目录
