甄宝园
手里的 PDF 大多不能复制。扫描的合同、论文、财报，框选一片文字，出来的是图。想改一个字，只能重打一遍。
MinerU 做的就是这件事：把 PDF、Word、PPT、图片丢进去，出来一份干净的 Markdown。标题是标题，表格是表格，公式还是公式。
它跟一般的转换工具差在排版理解上。双栏论文能按阅读顺序输出，不会左边一行右边一行地串；表格不会塌成一长串逗号；公式转成 LaTeX，复制到别处还能接着编辑。这一层做不好，转出来的文字看着齐，其实没法用。
扫描件也能认。手机拍的纸质文件，歪了、有阴影，它先做纠偏再识别。我拿一份倾斜三十度的收据试过，数字基本没错。
真正让我留下它的是另一件事。手上有一份几十页的行业报告，转成 Markdown 之后直接丢给大模型做摘要，省掉了手动摘段落那一大段活。做知识库的人都懂，文档解析不干净，后面检索全是噪音。
用法有三种：官网在线版，登录就能传，适合偶尔用；桌面客户端，批量拖进去；还有 API 和命令行，写脚本跑。开源版本可以自己部署，模型在本地转，文件不出机器——处理合同这类东西，这一点很要紧。
输出也不止 Markdown。要接进自己系统的话，可以选 JSON，页、块、类型都带着坐标，二次开发省事。
还有个用处是检索。扫描件里的字本来搜不到，转成文本之后全文检索才成立——老档案、旧合同、纸质台账，这类东西一下就有救了。
该说的缺点也说：第一次跑要下模型，几个 G，机器差一点会等很久；页数多的文件要排队；竖排古籍、手写体这些，识别率还是会掉。它不是万能的。
但对大多数「我要把这份 PDF 变成能编辑的文字」的场景，它够用了，而且不要钱。
