AI
MinerU 文件解析實測前指南：中文 OCR、Markdown 輸出與 8GB 記憶體迷思
查核 MinerU：它是支援 PDF、Office、圖片、網頁的文件解析引擎，能輸出 Markdown/JSON；但官方並未支持「8GB RAM 筆電沒問題」的泛化說法，主線本機部署最低記憶體為 16GB，8GB 指部分後端的顯存需求。
2026年9月5日2 分鐘閱讀👁 9
Document AI / OCR / RAG
MinerU 不只是 OCR，但「8GB RAM 都能跑」需要修正
Threads 推薦 MinerU 先把大量文件整理成 Markdown，再交給 LLM，以降低重複讀取與版面解析成本。方向正確；硬體與授權細節則必須按官方文件判讀。
查核結論：MinerU 的確支援中文文件、掃描件、表格、公式、跨頁版面與結構化輸出，也能在純 CPU 環境運行；但官方本機部署表列的主線記憶體需求是最低 16GB、部分模式建議 32GB。貼文所稱「8GB RAM 筆電也沒問題」不是官方通用規格；8GB 在表格中是部分 VLM 後端的顯存（VRAM）最低需求。
它真正解決什麼
版面解析
保留多欄閱讀順序、去除頁首頁尾，辨識掃描稿、亂碼 PDF、表格、公式與跨頁表格。
LLM-ready 輸出
可輸出 Markdown、依閱讀順序排列的 JSON，以及帶版面資訊的中間格式，方便 RAG、抽取與 Agent 工作流。
多種推理路線
pipeline 可跑 CPU/GPU；vlm-engine 支援 vLLM、LMDeploy、MLX；hybrid-engine 結合原生文字抽取與視覺理解。
2026 年專案現況
| 項目 | 查核結果 | 注意事項 |
|---|---|---|
| 版本 | GitHub 最新 release 與 PyPI 均為 3.4.5（查核日） | Python 需求為 3.10–3.13。 |
| 社群規模 | GitHub 約 7.9 萬 stars、6,600+ forks | 高星不等於適合每一種文件；仍應用自己的樣本測試。 |
| 格式 | PDF、圖片、DOCX、PPTX、XLSX、網頁 → Markdown / JSON | 輸出正確性應以欄位、表格、公式與閱讀順序逐項驗收。 |
| OCR | 官方列出 109 種語言，pipeline 於 3.4 升級 PP-OCRv6 | 日文、繁中、英文與拉丁文字在新版本統一路由到 ch 模型；不是「只為繁中訓練」。 |
| 硬體 | 支援純 CPU，也支援 GPU/MPS | 能啟動不代表速度可接受；大量 OCR 應實測 pages/min、峰值 RAM 與失敗率。 |
| 授權 |