メニュー
PDF文档高保真提取 - 混合VLM架构，保留阅读顺序，解析公式表格
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
音频文本时序对齐 - DTW实现长音频与文本的自动化时序映射
任意模态对齐 - 文本、图像、音视频任意复合模态数据对齐与重构
ASR数据清洗 - 语种识别与异常字符正规化
音素级强制对齐 - 多语种音素级对齐，支持TTS微调
自动化置信学习 - 自动发现并修正跨模态数据集中的标注错误
图像质量检测 - 自动发现模糊、曝光、低信息量等问题图片
| name | mineru |
| description | PDF文档高保真提取 - 混合VLM架构，保留阅读顺序，解析公式表格 |
| category | vision |
| emoji | 📑 |
| github_url | https://github.com/opendatalab/MinerU |
| triggers | ["PDF提取","文档解析","表格提取","公式识别","mineru"] |
| inputs | ["pdf","epub"] |
| outputs | ["json","markdown","html"] |
| use_cases | ["PDF文档提取","表格解析","公式识别"] |
高保真PDF文档提取工具。
pip install magic-pdf
magic-pdf -p your_pdf_file.pdf -o output/