项目介绍
MCP-MinerU
通过MinerU进行文档和图像解析的MCP服务器。从PDF、截图和扫描文档中提取文本、表格和公式，并在Apple Silicon上使用MLX加速。
安装
claude mcp add --transport stdio --scope user mineru -- \
uvx --from mcp-mineru python -m mcp_mineru.server
此命令安装并配置服务器以供所有Claude Code项目使用（无需手动安装）。
其他方法：参见安装指南，了解PyPI、源代码安装和Claude Desktop配置的方法。
特性
- 多种格式支持：PDF、JPEG、PNG及其他图像格式
- OCR功能：内置从截图和照片中提取文本的功能
- 表格识别：在提取表格时保留结构
- 公式提取：将数学方程转换为LaTeX
- MLX加速：针对Apple Silicon（M1/M2/M3/M4）进行了优化
- 多个后端选择：可以选择速度与质量之间的权衡
快速开始
解析PDF文档
用户："分析research_paper.pdf中的表格"
Claude：[调用parse_pdf工具]"该论文包含3个表格..."
从截图中提取文本
用户："这个截图说了什么？image.png"
Claude：[调用parse_pdf工具]"截图包含..."
检查系统能力
用户："我应该使用哪个后端？"
Claude：[调用list_backends工具]"您的系统具有Apple Silicon M4..."
更多示例，请参阅使用示例。
工具
parse_pdf
解析PDF和图像文件，提取结构化内容作为Markdown。
参数：
file_path（必需）：文件的绝对路径（PDF、JPEG、PNG等）backend（可选）：pipeline|vlm-mlx-engine|vlm-transformersformula_enable（可选）：启用公式识别（默认：true）table_enable（可选）：启用表格识别（默认：true）start_page（可选）：PDF的起始页（默认：0）end_page（可选）：PDF的结束页（默认：-1）
list_backends
检查系统能力并获取后端推荐。
返回值：系统信息、可用后端及性能建议。
支持的格式
- PDF文档（.pdf）
- JPEG图像（.jpg, .jpeg）
- PNG图像（.png）
- 其他图像格式（WebP, GIF等）
性能
在Apple Silicon M4（16GB RAM）上进行基准测试：
- pipeline：约32秒/页，仅CPU，质量良好
- vlm-mlx-engine：约38秒/页，针对Apple Silicon优化，质量优秀
- vlm-transformers：约148秒/页，质量最高，速度最慢
文档
开发
git clone https://github.com/TINKPA/mcp-mineru.git
cd mcp-mineru
uv pip install -e ".[dev]"
# 运行测试
pytest
# 格式化代码
black src/
ruff check src/
许可证
Apache许可证2.0 - 详情请参阅LICENSE文件。
致谢
基于OpenDataLab的MinerU构建。