pdf-parserPDF解析器

使用 MinerU API 将 PDF 解析为 Markdown，支持公式、表格、OCR。提供本地文件和在线 URL 两种解析方式。触发条件：(1) 用户说"解析 PDF [路径]"，(2) 用户说"将 PDF 转为 Markdown"，(3) 在 paper-workflow 中自动调用。使用场景：学术论文解析、文档提取、知识库构建。

作者: admin | 来源: ClawHub

PDF 解析技能

基于 MinerU 提供 PDF 解析能力。

功能

- PDF 解析: 将 PDF 转换为 Markdown 格式
公式识别: 支持 LaTeX 公式提取
表格识别: 自动识别并转换表格结构
OCR: 支持图片型 PDF 文字识别
多语言: 支持中文、英文，日文、韩文等

⚠️ 安装前必读

使用本技能即表示：

1. 你愿意提供你的 MinerU API Token (MINERU_TOKEN)
Token 会被发送给 https://mineru.net/
确认 MinerU 服务可信，接受其隐私政策
已在本地源码中确认无额外意外行为

前提条件

1. 安装依赖

bash
pip install requests

2. 获取 MinerU Token

访问注册并获取 API Token。

3. 设置环境变量

Windows (PowerShell):
powershell
$env:MINERU_TOKEN = your-token-here

macOS / Linux:
bash
export MINERU_TOKEN=your-token-here

支持的引擎

引擎	说明
vlm	VLM 引擎（默认）
pipeline

管道引擎 | | MinerU-HTML | HTML 输出 |

快速开始

bash

解析 PDF (默认 vlm 引擎)

python scripts/mineru_api.py -f --wait

指定引擎

python scripts/mineru_api.py -f --engine pipeline --wait

选项

参数	说明	默认值
-f, --files	本地 PDF 文件	-
--engine

环境变量

变量	必填	说明
MINERU_TOKEN	是	MinerU API Token

输出

解析结果保存在 ~/.openclaw/MinerU_Results/ 目录下。

工作流

1. 设置 MINERU_TOKEN 环境变量
执行解析命令
等待解析完成
读取 full.md 分析内容
根据内容重命名目录

pdf-parserPDF解析器

pdf-parser

PDF Parser Skill

功能

⚠️ 安装前必读