Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
Python ai4sciencedocument-analysisdocxextract-datalayout-analysisocrparserpdfpdf-converterpdf-extractor-llmpdf-extractor-pretrainpdf-extractor-ragpdf-parserpptxpythonxlsx
Tasks 使用示例
完整的流式上传、缓存预检、有限重试、恢复和逐文件下载由 scripts/http_task_example.py 实现;两个 shell 示例入口都调用它。
MINERU_API_URL=http://127.0.0.1:8000 bash scripts/http_task_example.sh report.pdf
OUTPUT_FORMATS=default,docx MINERU_API_URL=http://127.0.0.1:8000 bash scripts/http_api_example.sh a.pdf b.pdf
TASK_ID=job_... MINERU_API_URL=http://127.0.0.1:8000 bash scripts/http_task_example.sh a.pdf b.pdf
直接提供 URL 时只需提交 JSON:
{"files":[{"file_name":"report.pdf","url":"https://example.com/report.pdf"}],"output_formats":["default"]}
对 /v1/tasks 执行 POST,保存返回的 task_id。本地文件清单包含 bytes 和可选 sha256sum;只对 files[].upload 非空的文件,使用其中的 url/headers 发送 PUT。
完成后下载对应 files[].result_url。使用 API 基址和编码后的 task_id 构造 GET /v1/tasks/{task_id} 查询任务,取消使用 POST /v1/tasks/{task_id}/cancel;不提供任务列表。