注目★★★★★GitHub Trending
MinerU 3.4、PDF・Office ドキュメントを LLM 対応 Markdown に自動変換
30秒で把握
- 1MinerU 3.4 公開・PDF/Office/画像をLLM対応 Markdown/JSON に自動変換・VLM+OCR デュアルエンジン搭載
- 2OCR 精度向上・109 言語対応・複数列・手書き・スキャン画像に対応・RAG/Agent ワークフロー対応
- 3LangChain/Dify ネイティブ統合・MCP Server (Cursor・Claude Desktop)・国内 AI チップ 10 種以上サポート
要約
OpenDataLab が MinerU 3.4 を公開し、PDF・DOCX・PPTX・XLSX などの複雑なドキュメントを LLM・RAG・Agent ワークフロー向けの構造化 Markdown/JSON に変換する高精度パーサーとしている。VLM+OCR デュアルエンジンで 109 言語の光学文字認識に対応し、複数列レイアウト・手書き・スキャン画像も正確に処理する。3.4 版では pipeline バックエンドの OCR 能力を強化し、処理パイプラインの最適化とモデルダウンロード体験を改善した。Python/Go/TypeScript SDK・REST API・Docker のほか、MCP Server (Cursor・Claude Desktop 対応)・LangChain・Dify などのネイティブ統合に対応し、国内 AI チップ 10 種以上をサポートする。
あなたへの影響
LLM アプリケーションで RAG や Agent パイプラインを運用するチームは、複雑なドキュメント解析の精度向上が検索・応答品質に直結するため、本ツールの OCR・構造化機能の改善を評価する価値がある。
推奨：現時点で即時対応は不要です。必要に応じて原文を確認してください。