MinerU En línea · Sin instalación, abre y listo
Convierta archivos PDF, documentos y páginas web en Markdown, HTML limpios y JSON estructurados. Adaptado para diseños científicos, fórmulas químicas y tablas complejas, creado para agentes de IA y canalizaciones RAG.
Figura 2. Estructura del compuesto 3a
PDF / DOCX / PPTX / XLSX / HTML / PNG
archivos de hasta 10 MB · imágenes de hasta 5 MB · PDF de hasta 5 páginas Actualiza a Pro
Tus documentos y resultados pertenecen a tu cuenta.
Iniciar sesiónCapacidades
Más allá de la extracción de texto. MinerU comprende la estructura, la semántica y la jerarquía de los diseños científicos.
01 / CIENCIA
Diseñado específicamente para fórmulas químicas, notación matemática, tablas complejas y diseños de varias columnas, preservando el orden de lectura y la estructura lógica.
02 / AGENTES
JSON estructurado con etiquetas semánticas para títulos, párrafos, tablas, figuras y fórmulas: conéctese directamente a RAG, bases de conocimiento y flujos de trabajo de agentes.
03 / VELOCIDAD
La programación elástica en la nube analiza documentos de cien páginas en segundos, mientras que los trabajos por lotes se ejecutan en paralelo para cumplir con el rendimiento empresarial.
¿Quién usa MinerU?
Desde la lista de lectura de una persona hasta la base de conocimientos de toda la organización, MinerU se encuentra en la primera puerta por donde los documentos ingresan a sus sistemas.
Investigadores
Convierta artículos, patentes y notas de laboratorio en texto estructurado con capacidad de búsqueda en masa. Las fórmulas y la notación química sobreviven intactas, por lo que las revisiones bibliográficas dejan de ser transcripciones manuales.
Desarrolladores
Una línea de código. Obtenga la etiqueta semántica JSON directamente en su canalización, base de conocimientos o flujo de trabajo del agente RAG, sin necesidad de mantener un canal de análisis propio.
Empresa
Ingesta por lotes de informes de investigación, contratos y archivos. Combínela con el despliegue local y los informes de uso para que los documentos sean realmente buscables.
Análisis en acción
Al entregar el mismo documento, un OCR genérico le brinda una pared de texto. MinerU mantiene la estructura, la química y las matemáticas.
Las estructuras ya no se desechan como imágenes. MinerU lee sistemas de anillos y sustituyentes, luego emite SMILES, fórmulas moleculares y LaTeX.
# structure → structured chemistry
{
"type": "chemical_structure",
"smiles": "CC(=O)Nc1ccc(O)cc1",
"formula": "C8H9NO2",
"iupac": "N-(4-hydroxyphenyl)acetamide",
"latex": "\ce{CH3CONH-C6H4-OH}"
}
# inline Markdown output
Paracetamol ($C_8H_9NO_2$, SMILES: CC(=O)Nc1ccc(O)cc1)Los subíndices, radicales, fracciones y letras griegas sobreviven intactos: el resultado se compila tal cual.
# standard LaTeX, renders as-is
\int_{0}^{\infty} e^{-x^{2}}\,dx
= \frac{\sqrt{\pi}}{2}
\frac{\pi^{2}}{6}
= \sum_{n=1}^{N} \frac{1}{n^{2}}
# human-readable text kept too
∫₀^∞ e^(−x²) dx = √π / 2Los encabezados y tablas de varios niveles que continúan a lo largo de las páginas se vuelven a unir, con las coordenadas de las celdas intactas.
# merged headers flattened to Markdown
| Group | Control mean | Control SD | Treatment mean | Treatment SD |
| --- | ---:| ---:| ---:| ---:|
| Sample A | 12.4 | 0.83 | 18.9 | 1.02 |
| Sample B | 14.1 | 0.91 | 21.3 | 1.14 |
| Sample C | 15.7 | 1.05 | 24.6 | 1.28 |
| Sample D | 17.2 | 1.11 | 26.8 | 1.35 |
# coordinates & merges kept in JSON
{"rows": 5, "cols": 5, "merged": [2, 2]}API referencia
Una RESTful API y SDKs cubren la carga, el estado y la descarga en varios idiomas, con códigos de error claros y webhooks para que la integración sea sencilla.
import requests
api = "https://api.example.com/api/open/v1"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
with open("paper.pdf", "rb") as file:
response = requests.post(api + "/tasks", headers=headers,
files={"file": ("paper.pdf", file, "application/pdf")},
data={"force_ocr": "true", "extra_formats": '["docx","html"]'})
response.raise_for_status()
body = response.json()
if body["code"] != 0: raise RuntimeError(body["msg"])
task = body["data"]
print(task["task_id"])
# GET /tasks/{id}; download results.full_zip_url when completedPrecios
Análisis en línea y los cinco formatos de exportación. Elija el plan que se ajuste a sus documentos.
Regístrese y comience de inmediato
$0/ mes
No se requiere método de pago
Acceso flexible, un mes a la vez
$9.90/ mes
USD · pago único
Un año completo a un precio más bajo
$59.90/ año
USD · pago único
Pro también incluye la asignación diaria gratuita. Las páginas mensuales se reinician cada mes y no se acumulan. Los resultados se conservan durante 7 días.
En las instalaciones
Para instituciones financieras, de atención médica, gubernamentales y de investigación, MinerU se implementa completamente en las instalaciones: los modelos y los datos se ejecutan completamente dentro de su propia red.
