MinerU：专为科技文献设计的 PDF 转换工具

MinerU 是一款专注于科技文献的工具，能够将 PDF 转化为机器可读的格式，如 markdown 和 json，便于用户抽取任意格式。该工具诞生于 InternLM 的预训练过程中，支持自动识别并转换 LaTeX 和 HTML 格式，具备自动 OCR 功能，并支持多语言。自今年7月份开源以来，MinerU 已在 GitHub 上斩获 17k Star。