Mineru

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

专攻数学建模的下一代自动化SKIILS

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.

What its author says it does

Copied from the file, not written here

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。

SKILL.md

2.7 KB, 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