2024 年 8 月 7 日，GitHub 上发布了一款名为 MinerU 的 Markdown 格式文件提取器。MinerU 是一款开源数据提取工具，支持从 PDF、网页和电子书中提取数据，并转换为 Markdown 格式。它支持 Windows、Linux 和 macOS 平台，并且能够利用 CPU 和 GPU 加速，提高数据提取和转换的效率。
MinerU 包含多个开源组件，如 PaddleOCR、PyMuPDF 和 pdfminer.six，这些组件的集成使得 MinerU 在数据提取的准确性和效率上表现良好。在技术细节方面，MinerU 能够保留原始文档的结构和格式，将提取的内容转换为 Markdown 格式。这意味着用户可以在 Markdown 编辑器中编辑和管理提取的内容，而无需担心格式丢失或结构混乱。
此外，MinerU 还提供了详细的安装和使用指南，支持二次开发和自定义配置，使得用户可以根据自己的需求进行调整和优化。MinerU 的多功能提取和 Markdown 转换功能使得它在文档管理、内容创作和数据分析等方面具有应用前景。
在文档管理方面，MinerU 可以帮助用户将大量的 PDF 文档和网页内容转换为 Markdown 格式，便于在 Markdown 编辑器中进行编辑和管理。在内容创作方面，MinerU 的 Markdown 转换功能使得内容创作者可以将各种格式的内容整合到 Markdown 文档中，进行统一的编辑和发布。在数据分析方面，MinerU 的数据提取功能使得数据分析师可以从各种文档和网页中提取数据，并将其转换为 Markdown 格式进行分析和处理。