MinerU MCP 服务

1. 概述

MinerU MCP 是一个强大的文档解析服务，专门用于将在线文档转换为高质量的 Markdown 格式。我们的服务支持多种文档格式，包括 PDF、Word、PowerPoint 以及各种图片格式。

2. 核心功能

多格式支持: 支持 PDF、DOC/DOCX、PPT/PPTX、以及 JPG/JPEG/PNG 等图片格式
批量处理: 支持同时处理多个文档URL（通过提供由空格、逗号或换行符分隔的 URL 列表）
OCR 识别: 可选启用 OCR 功能，处理扫描版文档和图片中的文字
多语言支持: 支持中文、英文等多种语言的文档识别
智能解析: 保持文档原有格式和结构，生成高质量的 Markdown 内容
页面范围选择: 支持指定特定页面进行转换，提高处理效率

3. API 密钥获取

要使用 MinerU API，请访问 MinerU 官网注册账号并申请 API 密钥。

4. 使用方法

我们提供以下 API 功能：

4.1 文档解析 (parse_documents)

将在线文档URL转换为Markdown格式。

参数说明：

参数	类型	说明	默认值
`file_sources`	字符串	文档URL，多个可用逗号或换行符分隔 (支持pdf、ppt、pptx、doc、docx以及图片格式jpg、jpeg、png)	-
`enable_ocr`	布尔值	是否启用 OCR 功能	`false`
`language`	字符串	文档语言，默认"ch"中文，可选"en"英文等	`ch`
`page_ranges`	字符串 (可选)	指定页码范围，格式为逗号分隔的字符串。例如："2,4-6"：表示选取第2页、第4页至第6页；"2--2"：表示从第2页一直选取到倒数第二页。	`None`

4.2 获取OCR语言列表 (get_ocr_languages)

获取支持的OCR识别语言列表，无需参数。

5. 支持的文档格式

PDF文档: .pdf
Word文档: .doc, .docx
PowerPoint演示: .ppt, .pptx
图片文件: .jpg, .jpeg, .png

6. 本地部署选项

6.1 本地API部署

如果您需要部署本地API进行文档解析（适用于对数据隐私有高要求或需要离线使用的场景），请参考项目的 README 文档获取详细的本地部署指南。

6.2 本地文件解析

我们的在线API服务不支持本地文件解析，只能处理可公开访问的在线文档URL。

如果您需要处理本地文件，请考虑以下方案：

本地MCP部署：在本地部署MCP服务器，详细配置请参考项目的 README 文档
文件上传：将本地文件上传到可公开访问的云存储服务（如云盘、对象存储等），然后使用其公开链接进行解析

7. 常见问题

7.1 API 密钥问题

问题：无法连接 MinerU API 或返回 401 错误。

解决方案：请检查你的 API 密钥是否正确。确保从 MinerU 官网获取有效的 API 密钥。

7.2 URL 访问问题

问题：处理在线文档时报无法访问URL错误。

解决方案：请确保提供的URL是可公开访问的有效链接，我们的服务器需要能够下载这些文档。

7.3 处理大文件超时

问题：处理大型文档时出现超时。

解决方案：建议将大文档分成多个较小的部分进行处理，或者使用页面范围参数只处理需要的特定页面。

7.4 本地文件处理

问题：如何处理本地文件？

解决方案：我们的在线API不支持直接处理本地文件。您可以：

将文件上传到云存储服务获取公开链接后使用
参考 README 文档部署本地MCP服务器进行本地文件处理

工具列表

parse_documents: 统一接口，将文件转换为Markdown格式。支持本地文件和URL，会根据USE_LOCAL_API配置自动选择合适的处理方式。

当USE_LOCAL_API=true时:

会过滤掉http/https开头的URL路径
对本地文件使用本地API进行解析

当USE_LOCAL_API=false时:

将http/https开头的路径使用convert_file_url处理
将其他路径使用convert_file_path处理

处理完成后，会自动尝试读取转换后的文件内容并返回。

返回: 成功: {"status": "success", "content": "文件内容"} 或 {"status": "success", "results": [处理结果列表]} 失败: {"status": "error", "error": "错误信息"}

get_ocr_languages: 获取 OCR 支持的语言列表。

Returns: Dict[str, Any]: 包含所有支持的OCR语言列表的字典

服务配置

[{'mcpServers': {'mineru-mcp': {'args': ['mineru-mcp'], 'command': 'uvx', 'env': {'LOCAL_MINERU_API_BASE': 'http://localhost:8080', 'MINERU_API_BASE': 'https://mineru.net', 'OUTPUT_DIR': '/Users/adrianwang/Documents/ailab/minerU-mcp/downloads', 'USE_LOCAL_API': 'false'}}}}]

来源

来源：ModelScope
链接：https://github.com/opendatalab/MinerU/tree/master/projects/mcp

MinerU：文档解析器(PDF/Word/PPT/图片)