AI导哈

文档图像解析服务

MCP-MinerU是一款基于MinerU的文档和图像解析服务，支持从PDF、截图和扫描文档中提取文本、表格和公式，并针对Apple Silicon进行了MLX加速优化。

  • by TINKPA
  • Python
  • 本地部署
  • 16 星标
  • 更新于
在 GitHub 查看 TINKPA/mcp-mineru

使用说明

MCP MinerU

用于文档和图像解析的MCP服务器 矿工。在Apple Silicon上使用MLX加速从PDF、屏幕截图和扫描文档中提取文本、表格和公式。

安装

claude mcp add --transport stdio --scope user mineru -- \
  uvx --from mcp-mineru python -m mcp_mineru.server

此命令使用以下命令为所有Claude Code项目安装和配置服务器 uvx （无需手动安装）。

替代方法：参见 安装指南 用于PyPI、源代码安装和Claude Desktop配置。

特性

  • 支持多种格式：PDF、JPEG、PNG和其他图像格式
  • OCR功能：从屏幕截图和照片中提取内置文本
  • 表格识别：提取表时保留结构
  • 公式抽取：将数学方程式转换为LaTeX
  • MLX加速：针对苹果硅（M1/M2/M3/M4）进行了优化
  • 多个后端：选择速度与质量的权衡

快速开始

解析PDF文档

User: "Analyze the tables in research_paper.pdf"
Claude: [Calls parse_pdf tool] "The paper contains 3 tables..."

从屏幕截图中提取文本

User: "What does this screenshot say? image.png"
Claude: [Calls parse_pdf tool] "The screenshot contains..."

检查系统功能

User: "Which backend should I use?"
Claude: [Calls list_backends tool] "Your system has Apple Silicon M4..."

有关更多示例，请参见 用法示例.

工具

parse_pdf

解析PDF和图像文件，提取结构化内容作为Markdown。

参数：

  • file_path （必填）：文件的绝对路径（PDF、JPEG、PNG等）
  • backend （可选）： pipeline | vlm-mlx-engine | vlm-transformers
  • formula_enable （可选）：启用公式识别（默认值：true）
  • table_enable （可选）：启用表格识别（默认值：true）
  • start_page （可选）：PDF的起始页（默认值：0）
  • end_page （可选）：PDF的结束页（默认值：-1）

list_backends

检查系统功能并获取后端建议。

退货： 系统信息、可用后端和性能建议。

支持格式

  • PDF文档（.PDF）
  • JPEG图像（.jpg、.JPEG）
  • PNG图像（.PNG）
  • 其他图像格式（WebP、GIF等）

演出

以苹果Silicon M4（16GB RAM）为基准：

  • 管道：约32s/页，仅CPU，质量好
  • vlm-mlx发动机：约38秒/页，苹果硅优化，品质卓越
  • vlm变压器：约148秒/页，最高质量，最慢

文档

发展

git clone https://github.com/TINKPA/mcp-mineru.git
cd mcp-mineru
uv pip install -e ".[dev]"

# Run tests
pytest

# Format code
black src/
ruff check src/

许可证

Apache许可证2.0-请参阅 许可证 文件以获取详细信息。

致谢

建在上面 矿工 由OpenDataLab提供。

相关 MCP