MinerU 是一款开源项目：开源的 PDF 高精度解析工具，常用于中文文档入库。

如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。

每日安排

  • 第 1 天：注册与熟悉界面：阅读仓库 README 与许可证；按官方推荐方式安装（容器或包管理器）
  • 第 2 天：完成第一个任务「带来源的快速调研」，按下文提示词操作。
  • 第 3 天：换一类任务「内部文档入库」，对比两次结果的质量。
  • 第 4 天：学习关键概念：RAG（检索增强生成）、嵌入（Embedding）、切分（Chunking）
  • 第 5 天：用真实工作材料做一次「构建问答测试集」，记录省下的时间和需要返工的地方。
  • 第 6 天：排查问题：对照常见问题「答案引用了错误段落」等检查自己的用法。
  • 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。

第 2 天的练习材料

带来源的快速调研

准备材料：一个需要事实支撑的问题。

请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。

检查点：关键结论都有可点击来源。

一周后怎么判断值不值得继续

  • 是否稳定地节省了时间，而不只是第一次觉得新鲜。
  • 返工次数是否在下降。
  • 与 Docling 等同类相比，是否更适合你的场景。
  • 数据与费用是否在可接受范围内。

补充练习

网页内容抓取

适用情况：手头有一组需要定期关注的网页时。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

检查点：没有臆造发布日期。

资料卡片整理

输入：搜索得到的十几篇资料。

把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。

交付前确认：每张卡片都有来源。

检索效果对比

准备材料：同一批问题和两种检索配置。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

检查点：对比用同一批问题。

常见问题：搜索结果过时

限定时间范围，或在提问中注明需要最新信息并核对发布日期。

常见问题：中文检索效果差

选择对中文支持好的嵌入模型，并为专有名词建立同义词。

常见问题：答案引用了错误段落

调整切分大小、加入重排序，并检查文档解析是否丢失标题。

概念补充：重排序（Rerank）

对初步检索结果再次打分排序，提升相关性。

概念补充：RAG（检索增强生成）

先检索相关资料再让模型作答，降低胡编概率。

适合人群：研究生

研究生可以用 MinerU 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：科研人员

科研人员可以用 MinerU 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

写在最后

本文基于 MinerU 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读