PDF文档提取工具-MinerU 本地离线版

androllen

之所以另起一个帖子，是因为市面上存在MinerU1.0版本 并且还要手动各种修改，怪麻烦的，所以DIY了一个离线版本，多少会有些许Bug，请各位大佬勿喷

首页

转换后

版本介绍

mineruBat
├── beacon
│   ├── __init__.py
│   ├── update.cp310-win_amd64.pyd
│   ├── models.cp310-win_amd64.pyd
│   ├── venv.cp310-win_amd64.pyd
│   └── core.cp310-win_amd64.pyd
├── output
├── python_embeded
├── mineru.json
├── pipeline.py
└── setup.exe

功能介绍

1.支持包含数学公式的 PDF 转换为 可以复制黏贴的汉字
2.支持包含文本的 PDF 转换为 可以复制黏贴的汉字
3.支持包含图片的 PDF 转换为 可以复制黏贴的汉字
4.支持包含表格的 PDF 转换为 可以复制黏贴的汉字
5.支持 GPU 转换, 使用全新版本，选择模型下载，功能页面（服务：vlm-transformers）

初始版本与全新版本区别

版本	空间大小	环境	模型	升级	分享他人使用	必要条件
全新版	68M	需要下载	需要下载	可以	可以	需要联网下载环境与模型
初始版	2.6G	不用下载	不用下载	不可以	不可以	解压即可使用

全新版本

点击 常规 标签页

启动程序入口

点击 环境 标签页

下载虚拟环境mineru相关依赖包并升级，如果想要更新pip版本的话，我后面可以加一个升级pip的功能  

点击 模型 标签页

下载CPU、GPU使用的大模型文件

点击 升级 标签页

升级mineru版本

点击 设置 标签页

输入电脑IP或者点击获取按钮，运行成功后复制控制台地址给他人，同时手机也可以访问使用（需在同一个局域网内）

link.txt (230 Bytes, 下载次数: 387)

2025-11-20 23:55 上传

点击文件名下载附件 下载积分: 吾爱币 -2 CB

通过网盘分享的文件mineruBat.7z MD5:  fbf2cb96e80a6cccecf1ef2e26977b1a
觉得不错可以给个小红心

想体验初始版版本请移步 MinerU 2.0 下载地址 https://www.52pojie.cn/forum.php?mod=viewthread&tid=2043840
初始版本演示：

由于官方MinerU git库 没有合并我提交的PR因此：
1.后续更新程序更新的内容首页汉化版将失效自动变成英文版本
2.不会自动弹出浏览器网页需手动复制控制台网址，黏贴进浏览器地址栏中打开
3.不在提供自动弹出网页和汉化

请知悉~
refer to： https://github.com/opendatalab/MinerU/pull/3190

问题

1.如果发生 DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败。

请安装VC_redist.x64.exe

2.Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load failure.
It can be downloaded at https://aka.ms/vs/16/release/vc_redist.x64.exe
请安装VC_redist.x64.exe

3.为什么在无网络电脑里 不能使用 ，提示错误：设置模板配置路径时发生错误 - [WinError 5] 拒绝访问？
想在无网络电脑里使用，需提前在有网络电脑里下载模型，完成下载后把模型 modelscope 文件夹 和 env 文件夹 复制黏贴到无网络电脑同目录下

cn2jp

说明太高深了，我这种小白看不懂…

hymzx123

楼主，百度链接下不了了，可以重新分享下吗

androllen

dongqi789192 发表于 2025-8-5 18:43
就是直接运行压缩包中的mine.exe，可以正常使用，提取文档。解压到文件夹里面，再运行mine.exe反倒报错了 ...

应该是在未解压状态下，打开了压缩包 点击 main.exe 之后进程一直存在（关闭压缩包是不会关闭掉的），如果解压后在运行是会报错的

建议：
1.去任务管理器关闭main.exe进程
2.解压根目录下
3.点击main.exe

mormas

不错，测试一个PDF文件34页，花费实际17分钟，效果较好，丢“石”字很严重
10代i7，占用100％。内存16g，占用50％。
intel集显5％左右，nv mx250显卡GPU(2g显存)占用25％左右。

aeptw

使用了一段时间Mineru转换PDF还是很好用，慢慢熟悉。现在本地部署和参数调节也简单方便了。

lxfl

币花了，链接却已经失效了。

androllen

少马石 发表于 2026-3-30 14:06
全部升级后，第一次运行，一直提示
使用期间控制台禁止关闭~
第一次加载，时间比较慢，请稍等~

在你的浏览器 访问这个地址 ：http://127.0.0.1:7861

jiang69525

大佬为什么我运行上传pdf显示，但我上传的就是pdf文件呢
Traceback (most recent call last):
  File "D:\mineruBat\env\lib\site-packages\gradio\queueing.py", line 759, in process_events
    response = await route_utils.call_process_api(
  File "D:\mineruBat\env\lib\site-packages\gradio\route_utils.py", line 354, in call_process_api
    output = await app.get_blocks().process_api(
  File "D:\mineruBat\env\lib\site-packages\gradio\blocks.py", line 2112, in process_api
    inputs = await self.preprocess_data(
  File "D:\mineruBat\env\lib\site-packages\gradio\blocks.py", line 1774, in preprocess_data
    processed_input.append(block.preprocess(inputs_cached))
  File "D:\mineruBat\env\lib\site-packages\gradio\components\file.py", line 177, in preprocess
    return self._process_single_file(payload)
  File "D:\mineruBat\env\lib\site-packages\gradio\components\file.py", line 146, in _process_single_file
    raise Error(
gradio.exceptions.Error: "Invalid file type. Please upload a file that is one of these formats: ['pdf', 'png', 'jpeg', 'jp2', 'webp', 'gif', 'bmp', 'jpg', 'tiff']"

tufeiyn

太适合我这种电脑盲了，感谢楼主，傻瓜式部署一次成功。辛苦楼主！

ggs

排版效果挺好的，试了两次安装的

jgqmzx

英文的看不懂

52soft

有中文版吗

萝卜就是甜

就喜欢这种工具！

kavern

谢谢分享，最喜欢这种打包好的方式。

dudulong

非常实用的工具，感谢发布

cicada530

厉害，真棒，学习了

518A

mp4 字幕提取的 效率高 不占大量的内存和CPU资源的 谁有啊

lazychen

能提取理科文档吗   识别率怎么样