Mineru

Skill woodfishhhh/EZ_math_model/skills/ez-math-model/tools/mineru

PDF / 图片 / 网页高质量解析为 Markdown。三种部署形态全部免费：本地 CLI（开源）、云 API（注册免费 token + 配额，超额才付费）、网页 flash（零注册，单文件 ≤10MB / ≤20页）。在中文学术 PDF / 表格 / 公式上识别质量显著高于 pdfplumber。From its SKILL.md

Install

npx -y skills add woodfishhhh/EZ_math_model --skill mineru

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

reads credentialsReads from 1 credential source: `EZMM_MINERU_TOKEN`.
runs commandsInstructs the agent to run 6 commands, including `mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch` and 5 more.

SKILL.md

2.7 KB, 777 tokens by cl100k_base, as published. Nobody here has run it

mineru — PDF 高质量解析

何时使用

题目 PDF 含中文 + 表格 + 公式（pdfplumber 输出乱序时）
阅读 external/zhanwen-mathmodel/ 下的优秀论文
转换 docx / pptx 为 markdown

入口

本子 skill 不自带 Python 实现；调用宿主已安装的 mineru-open-api CLI 或 mineru Python 包。详细 CLI 文档见 mineru 官方 skill。

模式选择决策树

文件 ≤ 10MB 且 ≤ 20页 且 不需表格识别
  → flash-extract（零配置、最快）

文件 > 10MB 或 > 20页 或 需要表格 / 公式 / OCR
  → extract（要 token，注册免费领）
  → 备用：本地 CLI mineru（开源，自动下载模型）

命令模板

# Flash 模式（推荐起手）
mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch

# 限页（>20 页时）
mineru-open-api flash-extract problem.pdf -o workdir/.../out --language ch --pages 1-20

# Extract 精确模式（需 token；写入 EZMM_MINERU_TOKEN）
mineru-open-api auth                         # 一次性配置
mineru-open-api extract problem.pdf -o workdir/.../out --language ch --table --formula

# 本地 CLI（无 token，开源版）
pip install -U mineru
mineru -p problem.pdf -o workdir/.../out

入参约定

参数	默认	说明
`--language`	`ch`	中文文档；英文用 `en`；混合 `ch_server`
`--pages`	全部	flash 模式下题目 > 20 页时按 `1-20` 分批
`-o`	stdout	写入指定目录（推荐）；不写参数则 markdown 走 stdout

配置

Env Var	必需	用途
`EZMM_MINERU_TOKEN`	extract 模式必需	注册免费领，flash 不需要

失败诊断

错误	原因	处理
`file page count exceeds API limit`	flash 限 20 页	加 `--pages 1-20`；或换 extract（要 token）
`TLS handshake timeout`	网络抖动	重试 1 次；仍失败降级 pdfplumber
`no API token found`	extract 缺 token	调 `mineru-open-api auth` 或 fallback flash
输出 Markdown 含大量 `<!-- image -->`	论文图片占位	正常；只对文字部分有效

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.