Lucent-Snow/mineru-skill

最近记录的来源活动: 2026年3月26日 08:34

SkillsMP 收录数据更新: 2026年11月9日 14:22

已收集 skills: 1

GitHub 星标: 0
GitHub Forks: 0

用 AI 助手安装

复制这段 Prompt，发给你正在使用的 AI 助手。

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/Lucent-Snow/mineru-skill.

仓库 README

仓库 README 来源：README.md

查看 README 源文件

展开完整 README

# MinerU Skill 一个可公开分享的 MinerU 文档处理 skill。它提供了： - `SKILL.md`：给 AI agent 使用的技能说明 - `scripts/`：环境初始化、Token 管理、单文档处理、批量处理脚本 - `assets/accounts.yaml.example`：账号配置模板 - `references/api-reference.md`：接口和常见错误参考这个仓库本身不包含真实账号、密码、Token 或个人目录依赖，克隆后按下面步骤配置即可使用。 ## 适用场景 - 把 PDF、DOCX、PPTX、图片、HTML 转成 Markdown - 批量处理一个目录下的文档 - 检查 MinerU Token 是否过期 - 自动登录 MinerU 并刷新 Token ## 环境要求 - Python 3.10+ - Windows、macOS 或 Linux - 可访问 MinerU 官网和 API - 首次初始化时需要联网安装依赖和 Playwright Chromium ## 仓库结构 ```text mineru-skill/ ├─ SKILL.md ├─ README.md ├─ assets/ │ └─ accounts.yaml.example ├─ references/ │ └─ api-reference.md └─ scripts/ ├─ setup_env.py ├─ batch_login.py ├─ check_tokens.py ├─ process_document.py ├─ process_batch.py ├─ _config.py ├─ _api.py └─ requirements.txt ``` ## 快速开始 ### 1. 初始化环境在仓库根目录执行： ```bash python scripts/setup_env.py ``` 这个脚本会自动完成： - 创建 `scripts/.venv` - 安装 `scripts/requirements.txt` 中的依赖 - 安装 Playwright Chromium - 初始化数据目录 - 如果本地还没有配置文件，则复制 `assets/accounts.yaml.example` 到数据目录默认数据目录是： ```text ~/.mineru ``` 如果你不想使用默认目录，可以先设置环境变量： ```bash MINERU_DATA_DIR=/your/custom/path ``` Windows PowerShell 示例： ```powershell $env:MINERU_DATA_DIR = "D:\\mineru-data" python scripts/setup_env.py ``` ### 2. 配置账号编辑数据目录中的 `accounts.yaml`，填入你的 MinerU 账号： ```yaml accounts: - name: "main" email: "your_email@example.com" password: "your_password" ``` 支持配置多个账号，脚本会随机选择 Token 做简单负载分摊。 ### 3. 获取或刷新 Token 初始化完成后，使用虚拟环境里的 Python： ```text Windows: scripts\.venv\Scripts\python.exe Unix: scripts/.venv/bin/python3 ``` 下面示例里的 `$PY` 代指上面的 Python 路径。 ```bash # 无界面模式 $PY scripts/batch_login.py # 打开浏览器调试 $PY scripts/batch_login.py --headed ``` 脚本会自动登录、删除旧 Token、创建新 Token，并把结果保存到： ```text ~/.mineru/all_tokens.json ``` 如果设置了 `MINERU_DATA_DIR`，则保存到对应自定义目录。 ### 4. 检查 Token 状态 ```bash $PY scripts/check_tokens.py ``` 退出码约定： - `0`：全部 Token 有效 - `1`：有 Token 过期、缺失或文件为空 ### 5. 处理文档单文件： ```bash $PY scripts/process_document.py ./example.pdf $PY scripts/process_document.py ./example.docx --output-dir ./output $PY scripts/process_document.py https://example.com/demo.pdf ``` 批量处理： ```bash $PY scripts/process_batch.py ./docs $PY scripts/process_batch.py ./docs --pattern "*.docx" $PY scripts/process_batch.py ./docs --recursive --max-workers 3 ``` 输出结果通常是： ```text output/ ├─ example.md └─ example_images/ ``` ## 作为 Skill 使用如果你要把它放进 AI agent 的 skill 目录： 1. 保留仓库结构不变 2. 确保 `SKILL.md` 在 skill 根目录 3. 首次使用前先运行 `python scripts/setup_env.py` 4. 之后 agent 按 `SKILL.md` 中的工作流调用脚本即可 ## 公开分享前已处理的内容这个仓库已经做了最基本的公开发布整理： - 去掉了个人绝对路径 - 不包含真实 `accounts.yaml` - 不包含真实 `all_tokens.json` - 不包含 Python `__pycache__` - 增加了 `.gitignore`，避免把本地环境和缓存提交上去 ## 已知限制 - 依赖 MinerU 网站结构和 API 行为，若官方页面改版，`batch_login.py` 可能需要调整 - 文件大小限制为 200MB - 默认最多处理 600 页，超页数文件需要按 API 规则分段 - `batch_login.py` 依赖网页自动化和验证码交互，稳定性会受网络和风控影响 ## 常见问题 ### 找不到 `accounts.yaml` 先运行： ```bash python scripts/setup_env.py ``` 它会在数据目录初始化模板文件。 ### `check_tokens.py` 报 Token 不存在先运行： ```bash $PY scripts/batch_login.py ``` ### 脚本能否直接提交真实账号或 Token？不建议。公开仓库只保留模板文件，真实账号和 Token 应放在本地数据目录，不要纳入版本控制。 ## 参考 - 技能说明：[SKILL.md](./SKILL.md) - API 参考：[references/api-reference.md](./references/api-reference.md)

正在加载仓库 README…

这个仓库中的 skills

软件开发工程师

1 个职业分类 · 已分类 100%

skill

职业分类

描述

更新

mineru-skill

软件开发工程师

MinerU 文档处理技能。将 PDF、DOCX、PPTX、图片、HTML 文件通过 MinerU API 转换为 Markdown。当用户需要处理文档、转换文档格式、提取文档内容、检查 MinerU Token 状态、续期 Token、或批量处理文档目录时使用此技能。触发关键词：MinerU、处理文档、转换PDF、文档转Markdown、Token状态、批量处理文档。

2026-03-26

已展示 1 / 1 个已收集 Skill。