开源的 PDF 高精度解析工具，常用于中文文档入库——这是 MinerU 最主要的用途，也是本文讨论的前提。

这篇不列具体价格（以官网为准），而是帮你判断自己属于哪类用户、该选什么方案。

先回答这 5 个问题

  1. 每周大概用几次？偶尔用还是每天用？
  2. 是一个人用，还是需要团队共享与权限管理？
  3. 是否需要接入其他系统（API、集成）？
  4. 处理的数据是否敏感，需要企业级条款吗？
  5. 预算由个人承担还是公司报销？

对应的选择

你的情况建议
偶尔使用、先体验免费版或试用，先跑通一个任务
每天使用的个人个人付费版，按月订阅便于随时调整
3 人以上协作团队版，关注共享空间、权限与账单管理
需要接入系统API 或开发者方案，按用量计费并设上限
有合规要求企业版或私有化，先审数据处理协议

不同产品的方案名称和权益差异很大，MinerU 具体有哪些档位、价格多少，请以官方定价页为准，本文不引用可能过期的价格。

试用期内该测什么

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。

验收标准：对比用同一批问题。

补充练习

内部文档入库

适用情况：手头有一批 PDF、Word 和网页时。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

交付前确认：切分后的段落能回溯到页码。

构建问答测试集

准备材料：一份产品手册。

根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。

验收标准：每个答案都能在手册中找到。

网页内容抓取

输入：一组需要定期关注的网页。

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」。

验收标准：没有臆造发布日期。

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。

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：表格内容检索不到

换用能保留表格结构的解析工具，或单独把表格转成文本描述。

概念补充：切分（Chunking）

把长文档拆成适合检索的小段，大小影响效果。

概念补充：混合检索

同时使用关键词和向量检索，兼顾精确匹配与语义理解。

适合人群：记者编辑

记者编辑可以用 MinerU 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

适合人群：数据分析师

数据分析师可以用 MinerU 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

注意事项

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。

涉及个人信息、商业机密或受监管数据时，先确认 MinerU 的数据处理条款，再决定能否使用。

延伸阅读