pdf-converter

ドキュメントを Markdown に変換

MinerU Open API CLI を使用して、PDF、画像、Office ドキュメントなどをクリーンな Markdown に変換します。基本的な使用に API キーは必要ありません。

言語ルール

ユーザーが使用する言語と同じ言語で返信してください。これは必須です。

基本的なワークフロー

抽出は、多くの場合、最初のステップにすぎません。一般的な流れは次のとおりです。

1. 抽出 — mineru-open-api を使ってドキュメントを Markdown に変換します
2. 読み取りと処理 — ユーザーが実際に必要としている作業を支援します

MinerU が出力するのは生の Markdown であり、内容を解釈したり再構成したりするわけではありません。ユーザーが「表を抽出して」「論文を要約して」「主な調査結果を見つけて」と頼んだ場合は、出力を読んで、その作業を自分で行う必要があります。MinerU は OCR とレイアウト処理を担当し、内容の理解はあなたが担当します。

ユーザーが変換結果を残したい場合（変換、バッチ処理など）は -o を使ってファイルに保存します。要約や質疑応答など、内容をすぐに使う場合は -o を省略し、標準出力を直接読み取ります。

例：

• 「帮我把这个PDF转成markdown」→ -o を使ってファイルに保存し、完了です
• 「提取这篇论文里的表格」→ -o を使って保存し、ファイルを読んで表を抽出します
• 「这篇论文讲了什么」→ 標準出力で十分です。出力を直接読み取り、要約します
• 「把PDF里的参考文献整理出来」→ 標準出力または -o を使い、その後、参考文献のセクションを解析します

ページ範囲抽出ルール

--pages を -o にディレクトリを指定して使用すると、CLI は入力ファイル名だけをもとに出力ファイル名を決定します。そのため、同じファイルから複数のページ範囲を抽出すると、互いに上書きされます。

重要：これを避けるため、ページ範囲を含む明示的なファイルパスに出力先を変更する必要があります。

# ❌ WRONG — same file overwrites itself
mineru-open-api flash-extract report.pdf --pages 1-20  -o ./out/
mineru-open-api flash-extract report.pdf --pages 21-40 -o ./out/

# ✅ CORRECT — unique filenames per chunk
mineru-open-api flash-extract report.pdf --pages 1-20  -o ./out/report_p1-20.md
mineru-open-api flash-extract report.pdf --pages 21-40 -o ./out/report_p21-40.md

ユーザーがページ範囲ごとにドキュメントを分割するよう依頼した場合（例：「1〜20ページを抽出」「複数のチャンクに分割」）、必ず _p{range} サフィックスを付けた正確なファイルパスを -o に指定してください。

ユーザーの指示	生成するパス
「把 report.pdf 每20页拆分成多个文件」	-o ./out/report_p1-20.md、-o ./out/report_p21-40.md...
「1〜10ページと11〜20ページを抽出」	-o ./out/report_p1-10.md、-o ./out/report_p11-20.md

2つの抽出モード

flash-extract — 高速、認証不要

すばやく内容を確認するのに最適です。API キーもセットアップも不要です。

mineru-open-api flash-extract report.pdf                               # to stdout (for immediate consumption)
mineru-open-api flash-extract report.pdf -o ./output/                  # save to file
mineru-open-api flash-extract report.pdf -o ./output/report_p1-10.md   # page range (explicit file path)
mineru-open-api flash-extract report.pdf -o ./output/ --language en    # language hint
mineru-open-api flash-extract https://example.com/paper.pdf            # URL input

対応形式： PDF、画像（PNG、JPG、WebP など）、DOCX、PPTX、Excel（XLS、XLSX）
制限： 1ドキュメントあたり 10 MB／20ページ
出力： Markdown のみ — 画像、表、数式はプレースホルダーになる場合があります

ユーザーがより高度な処理を必要としない限り、デフォルトでは flash-extract を使用してください。

extract — 高精度、認証が必要

画像の保持、正確な表、LaTeX 数式、Markdown 以外の形式など、忠実度の高い出力が必要な場合に使用します。mineru-open-api auth でトークンを設定する必要があります。

mineru-open-api extract report.pdf                              # to stdout
mineru-open-api extract report.pdf -o ./out/                    # save with all assets
mineru-open-api extract report.pdf -o ./out/ -f md,docx         # multiple output formats
mineru-open-api extract report.pdf -o ./out/report_p1-20.md --pages 1-20  # page range (explicit file path)
mineru-open-api extract report.pdf -o ./out/ --ocr          # force OCR for scanned docs
mineru-open-api extract *.pdf -o ./results/                 # batch processing
mineru-open-api extract --list files.txt -o ./results/      # batch from file list

対応形式： PDF、画像、DOC、DOCX、PPT、PPTX、HTML
制限： 1ドキュメントあたり 200 MB／600ページ
出力形式： md、json、html、latex、docx（-f でカンマ区切り指定）
機能： 数式認識（デフォルトで有効）、表認識（デフォルトで有効）、OCR の切り替え、バッチモード、モデル選択（vlm、pipeline、html）

ユーザーがまだ認証していない場合は、先に mineru-open-api auth を実行するよう案内してください。

モードの使い分け

状況	モード
「この PDF には何が書かれていますか？」	flash-extract
簡単な要約や内容の確認	flash-extract
画像／表／数式を保持する必要がある	extract
10 MB 超または20ページ超のドキュメント	extract
複数ファイルの一括変換	extract
DOCX／LaTeX／HTML 形式の出力が必要	extract
スキャン文書に OCR が必要	--ocr を指定して extract

言語サポート

デフォルトはch（中国語＋英語）です。ほかの言語を指定するには--languageを使用します。一般的なコードは次のとおりです。

言語	コード	言語	コード
中国語＋英語	ch	日本語	japan
英語	en	韓国語	korean
フランス語	fr	繁体字中国語	chinese_cht
ドイツ語	de	スペイン語	es
ロシア語	ru	アラビア語	ar
ポルトガル語	pt	ヒンディー語	hi
イタリア語	it	ベトナム語	vi
タイ語	th	トルコ語	tr

合計80以上の言語に対応しています。上記にない言語には、PaddleOCRの言語コードを使用してください。

データフロー

どちらのコマンドも、処理のためにドキュメントをMinerUのAPI（mineru.net）に送信します。これは永続的なストレージを使用しない、ステートレスなAPI呼び出しです。MinerUはOpenDataLab（Shanghai AI Lab）によるオープンソースプロジェクトです：https://github.com/opendatalab/MinerU

トラブルシューティング

• APIリクエストをデバッグする： HTTPリクエスト／レスポンスの詳細を確認するには、-vフラグを追加します（例：mineru-open-api flash-extract report.pdf -v）
• CLIが見つからない： 次のいずれかの方法でインストールします。
  • npm i -g mineru-open-api（Node.js）
  • uv tool install mineru-open-api（Python/uv）
  • macOS/Linux：curl -fsSL https://cdn-mineru.openxlab.org.cn/open-api-cli/install.sh | sh
  • Windows：irm https://cdn-mineru.openxlab.org.cn/open-api-cli/install.ps1 | iex
• 抽出時に認証エラーが発生する： mineru-open-api authを実行してトークンを設定します
• 大きなファイルでタイムアウトする： --timeout 600（秒）でタイムアウト時間を延長します
• 出力言語が違う： --languageを明示的に設定します（例：英語のドキュメントには--language en）