MinerU PDF 论文解析器

问题

读取 PDF 论文时，直接复制文本常常丢失公式、图片说明和版式，也不方便让模型做深度问答。这个技能把重点放在“论文级 PDF 转 Markdown”，而不只是普通 OCR：它面向批量研读、提取文本与图片、以及后续导出其他格式。

工作方式

核心是调用 MinerU 解析流水线，把 PDF 页面结构转成结构化内容，再生成 full.md。默认使用 vlm 模型，也可切换 pipeline 或 MinerU-HTML；需要时可通过 --extra-formats 追加 docx、html、latex。技能会用 uv run 管理依赖，首次运行自动创建隔离环境，后续复用 .venv/。

关键步骤包括：

• 解析前检查每日配额，默认限制 2000 页
• 执行 PDF 解析并写入输出目录
• 保留可选中间文件，如 layout.json、content_list.json、model.json
• 解析完成后记录用量到 /data/usage.log

边界与注意点

该技能更依赖稳定网络与 MinerU API，单次解析可能需要几分钟。文件过大、非标准 PDF、网络超时都可能影响结果；配额按本地时间每天重置，批量处理前应先估算总页数。若密钥配置不当，会直接影响解析可用性，但密钥读取优先级为 CLI 参数、环境变量、配置文件。