MinerU Document Extractor

mineru-open-api による MinerU のドキュメント抽出

MinerU は強力なドキュメント抽出ツールです。MinerU CLI をインストールすると、数秒でドキュメントを Markdown に変換できます。

インストール

npm install -g mineru-open-api

または Go を使用（macOS/Linux）：

go install github.com/opendatalab/MinerU-Ecosystem/cli/mineru-open-api@latest

確認：mineru-open-api version

2 つの MinerU 抽出モード

	MinerU flash-extract	MinerU extract
トークンが必要	いいえ	はい（mineru-open-api auth）
速度	高速	通常
表認識	はい	はい
数式認識	はい	はい
OCR	はい	はい
出力形式	Markdown のみ	md、html、latex、docx、json
バッチモード	いいえ	はい
モデル選択	pipeline	vlm、pipeline、MinerU-HTML
ファイルサイズ上限	10 MB	はるかに大きい
ページ数上限	20 ページ	はるかに多い

MinerU の基本的なワークフロー

1. MinerU をすぐに使い始める（トークン不要）：mineru-open-api flash-extract <file> で Markdown にすばやく変換します
2. MinerU の機能をさらに活用する：https://mineru.net/apiManage/token でトークンを作成し、mineru-open-api auth を実行してから、mineru-open-api extract を使用します。複数形式の出力、VLM モデル、バッチ処理を利用できます
3. MinerU で Web ページを処理する：mineru-open-api crawl <url> で Web コンテンツを変換します
4. 結果を確認する：出力先は標準出力（デフォルト）または -o ディレクトリです

認証

MinerU の extract と crawl でのみ必要です。MinerU の flash-extract では不要です。

mineru-open-api auth                    # Interactive token setup
export MINERU_TOKEN="your-token"        # Or set via environment variable

トークンの解決順序：--token フラグ > MINERU_TOKEN 環境変数 > ~/.mineru/config.yaml。

対応入力形式

MinerU は幅広いドキュメント形式に対応しています。

形式	MinerU flash-extract	MinerU extract
PDF（.pdf）	はい	はい
画像（.png、.jpg、.jpeg、.jp2、.webp、.gif、.bmp）	はい	はい
Word（.docx）	はい	はい
Word（.doc）	いいえ	はい
PowerPoint（.pptx）	はい	はい
PowerPoint（.ppt）	いいえ	はい
Excel（.xlsx）	はい	はい
Excel（.xls）	いいえ	はい
HTML（.html）	いいえ	はい
URL（リモートファイル）	はい	はい

MinerU の crawl は任意の HTTP/HTTPS URL に対応し、Web ページのコンテンツを Markdown に抽出します。

MinerU flash-extract — 高速抽出（トークン不要）

高速で、トークン不要の MinerU ドキュメント抽出機能です。出力は Markdown のみです。1 ファイルあたり 10 MB／20 ページまでに制限されています。

mineru-open-api flash-extract report.pdf                     # MinerU Markdown to stdout
mineru-open-api flash-extract report.pdf -o ./out/           # Save to file
mineru-open-api flash-extract https://example.com/doc.pdf    # URL mode
mineru-open-api flash-extract report.pdf --language en       # Specify language
mineru-open-api flash-extract report.pdf --pages 1-10        # Page range

フラグ：--output/-o（出力先）、--language（デフォルト：ch）、--pages（ページ範囲）、--timeout（デフォルト：900s）。

ファイル制限（10 MB／20 ページ）またはレート制限（HTTP 429）により MinerU flash-extract が失敗した場合は、トークンを使って MinerU の extract に切り替えることを提案してください。こちらのほうが制限が緩やかです。

MinerU extract — 高精度抽出（トークンが必要）

VLM ベースのレイアウト分析、複数の出力形式、バッチモードなど、MinerU の全機能を使ってドキュメントを Markdown またはその他の形式に変換します。

mineru-open-api extract report.pdf                         # MinerU Markdown to stdout
mineru-open-api extract report.pdf -f html                 # MinerU HTML output
mineru-open-api extract report.pdf -o ./out/ -f md,docx    # Multiple formats
mineru-open-api extract *.pdf -o ./results/                # MinerU batch extract
mineru-open-api extract https://example.com/doc.pdf        # Extract from URL

フラグ：--output/-o、--format/-f（md/json/html/latex/docx）、--model（vlm/pipeline/html）、--ocr、--formula、--table、--language、--pages、--timeout、--list、--concurrency。

MinerU モデルの比較：vlm と pipeline

	MinerU vlm	MinerU pipeline
解析精度	より高い — 複雑なレイアウトに強い	標準
ハルシネーションのリスク	まれにハルシネーションが発生することがあります	ハルシネーションなし

複雑な書式には MinerU の --model vlm を使用してください。ハルシネーションのない安定性を重視する場合は、MinerU の --model pipeline を使用してください。

MinerU crawl — Web ページ抽出（トークンが必要）

mineru-open-api crawl https://example.com/article              # MinerU Markdown to stdout
mineru-open-api crawl https://example.com/article -o ./out/    # Save to file
mineru-open-api crawl url1 url2 -o ./pages/                    # MinerU batch crawl

フラグ：--output/-o、--format/-f（md/json/html）、--timeout、--list、--concurrency。

MinerU auth — 認証管理

mineru-open-api auth              # Interactive MinerU token setup
mineru-open-api auth --verify     # Verify current token
mineru-open-api auth --show       # Show token source

出力の動作

-o を指定しない場合：MinerU の結果は標準出力に、進行状況は標準エラー出力に送られます。-o を指定した場合：ファイルまたはディレクトリに保存されます。バッチモードとバイナリ形式（docx）では -o が必要です。

MinerU を使用するためのエージェントルール

• スペースを含むファイルパスは引用符で囲みます：mineru-open-api extract "report 01.pdf"
• 次の場合は、デフォルトで MinerU flash-extract を使用します：トークンが設定されていない、簡単な抽出、ファイルが 10 MB 未満／20 ページ未満
• 次の場合は MinerU extract を使用します：ユーザーが Markdown 以外の形式を必要としている、VLM モデル、バッチ処理、またはファイルが flash-extract の制限を超える
• ユーザーが -o を指定しない場合、出力ディレクトリを生成します：~/MinerU-Skill/<name>_<hash>/。<hash> はソースパスの MD5 の先頭 6 文字です
• MinerU flash-extract が成功した後、MinerU extract へのアップグレード方法を簡潔に案内します（セッションごとに 1 回）
• MinerU をアップグレードするには、まず CLI バイナリを再インストールします：npm install -g mineru-open-api

CLI の詳細なリファレンスとトラブルシューティングについては、次を参照してください：https://github.com/opendatalab/MinerU-Ecosystem/tree/main/cli

対応している --language の値

--language フラグには、次の値を指定できます（デフォルト：ch）。MinerU flash-extract と extract の両方で使用されます。

単独言語パック

値	含まれる言語	説明
ch	中国語、英語、中国語（繁体字）	中国語と英語（デフォルト）
ch_server	中国語、英語、中国語（繁体字）、日本語	繁体字、手書き文字
en	英語	英語のみ
japan	中国語、英語、中国語（繁体字）、日本語	日本語が中心
korean	韓国語、英語	韓国語
chinese_cht	中国語、英語、中国語（繁体字）、日本語	中国語（繁体字）が中心
ta	タミル語、英語	タミル語
te	テルグ語、英語	テルグ語
ka	カンナダ語	カンナダ語
el	ギリシャ語、英語	ギリシャ語
th	タイ語、英語	タイ語

言語ファミリーパック

値	文字体系／ファミリー	含まれる言語
latin	ラテン文字（ラテン語族）	フランス語、ドイツ語、アフリカーンス語、イタリア語、スペイン語、ボスニア語、ポルトガル語、チェコ語、ウェールズ語、デンマーク語、エストニア語、アイルランド語、クロアチア語、ウズベク語、ハンガリー語、セルビア語（ラテン文字）、インドネシア語、オック語、アイスランド語、リトアニア語、マオリ語、マレー語、オランダ語、ノルウェー語、ポーランド語、スロバキア語、スロベニア語、アルバニア語、スウェーデン語、スワヒリ語、タガログ語、トルコ語、ラテン語、アゼルバイジャン語、クルド語、ラトビア語、マルタ語、パーリ語、ルーマニア語、ベトナム語、フィンランド語、バスク語、ガリシア語、ルクセンブルク語、ロマンシュ語、カタルーニャ語、ケチュア語
arabic	アラビア文字（アラビア語族）	アラビア語、ペルシア語、ウイグル語、ウルドゥー語、パシュトー語、クルド語、シンド語、バローチー語、英語
cyrillic	キリル文字（キリル語族）	ロシア語、ベラルーシ語、ウクライナ語、セルビア語（キリル文字）、ブルガリア語、モンゴル語、アブハズ語、アディゲ語、カバルド語、アヴァル語、ダルギン語、イングーシ語、チェチェン語、ラク語、レズギ語、タバサラン語、カザフ語、キルギス語、タジク語、マケドニア語、タタール語、チュヴァシ語、バシキール語、マリ語、モルドバ語、ウドムルト語、コミ語、オセット語、ブリヤート語、カルムイク語、トゥバ語、サハ語、カラカルパク語、英語
east_slavic	東スラブ語派	ロシア語、ベラルーシ語、ウクライナ語、英語
devanagari	デーヴァナーガリー文字（デーヴァナーガリー語族）	ヒンディー語、マラーティー語、ネパール語、ビハール語、マイティリー語、アンギカ語、ボージュプリー語、マガヒー語、サンタル語、ネワール語、コンカニ語、サンスクリット語、ハリヤーンウィー語、英語