本地PDF解析

技能简介

MinerU PDF 是一个在本地 CPU 环境下运行的 PDF 解析工具，可将 PDF 文档转换为 Markdown 或 JSON 格式，支持表格与图片内容的提取。

能做什么

• 将单份 PDF 转换为结构化 Markdown 文本
• 输出包含版式信息的 JSON 数据
• 按需提取文档中的表格内容
• 按需提取文档中的图片资源

使用说明

安装准备

本技能依赖 MinerU 工具链，需确保系统已安装 Python 3.8+ 及相应依赖库。具体安装步骤请参照原始仓库文档完成环境配置。

执行解析

1. 进入技能目录
2. 运行解析脚本：./scripts/mineru_parse.sh /path/to/file.pdf
3. 查看输出结果（默认路径：./mineru-output/<文件名>/）

可选参数

• --format json：指定输出格式为 JSON
• --tables：启用表格提取
• --images：启用图片提取

输入与输出

见下方输入与输出表格。

风险提示

• 仅支持单文件解析，批量处理需额外开发
• 复杂版式可能导致解析偏差
• 扫描件 OCR 质量取决于源文件清晰度
• 大文件处理耗时较长

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/kesslerio/mineru-pdf-parser-clawdbot-skill/SKILL.md
来源类型：GitHub 开源仓库