AI使用小技巧: 用zed和MinerU本地版，同时学习PDF文档的文字和图片

最新推荐文章于 2026-06-25 11:44:03 发布
原创 最新推荐文章于 2026-06-25 11:44:03 发布 · 置顶 · 325 阅读 · 3 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
标签
#pdf #大模型 #AI #Agent

mineru本地版，它不需要配置大模型，它是直接用cpu跑vlm模型的，vlm模型已经内置到mineru软件里了，所以不需要额外配置大模型，转文档给ai用很好，可以用来同时识别图片和文本。（转出来有图片，图片和文档的正文都存在了本地，图片在一个单独的images文件夹下，被转好后的正文引用本地图片路径；然后加一个agent，打开转好文档的目录，里面有转好后的正文文本，和images子文件夹，我这里用zed里面自己的zed agent，加支持图片的模型，我这里用Gemma4 26b a4b，就可以同时识别图片和文字了）

《C语言程序设计》全套课件PDF（华中科技大学）
最新发布
m0_54748666的博客
06-25 79
获取 《C语言程序设计》全套课件PDF（华中科技大学）：：https://download.csdn.net/download/m0_54748666/93027002。《C语言程序设计》全套课件PDF（华中科技大学）2章：基本数据类型与表达式.pdf。3章：基本的标准输入与输出.pdf。10章：文件的输入与输出.pdf。5章：函数与程序结构.pdf。6章：编译预处理.pdf。9章：结构与联合.pdf。4章：流程控制.pdf。
PDF转Markdown实战：批量转换的坑与解决思路
m0_37897996的博客
06-21 210
抱着试试看的心态下载了（官网：https://www.filetran.cn），结果出乎意料地好用：1. 批量拖拽转换：直接把整个文件夹的PDF拖进去，自动排队处理，省去一个个打开的麻烦。## 技术细节如果你也有类似需求，支持命令行调用（我还没试，但官方文档有说明）：bash# 假设安装在默认路径Cli.exe --input “D:\pdfs” --output “D:\md” --format markdown不过大多数时候我直接用GUI，毕竟批量处理时拖拽更直观。不用写代码，不用折腾环境，开箱即用。
从模型下载到调用：MinerU完整部署流程保姆级教程
weixin_31569663的博客
05-03 519
本文介绍了如何在星图GPU平台上自动化部署OpenDataLab MinerU智能文档理解镜像，实现高效的文档解析与信息提取。该镜像能快速处理扫描文档、图表和学术论文，自动提取文字内容、分析数据趋势并生成摘要，显著提升文档处理效率。
扫描件PDF翻译怎么估价？先判断OCR和页面结构
qqSour的博客
06-25 220
扫描件PDF翻译估价不能只看页数，要先判断是否可选中文字、OCR清晰度、表格图注密度和是否需要正式排版交付。
文档翻译现在支持按次付费和第一页试看，单篇 PDF/论文/说明书更好下手了
qqSour的博客
06-22 159
支持按次付费与第一页免费试看后，单篇论文、合同、说明书和扫描 PDF 的处理门槛更低，更适合偶发文档翻译场景。
PDF转Word教程：3款免费在线工具实测（支持OCR识别与批量转换）
秦凡凡的博客
06-24 256
PDF转Word怎么转换？本文实测iLoveOFD、PDF24、SmallPDF三款在线PDF转Word工具，对比OCR识别、批量转换、格式还原和免费额度。适用于扫描版PDF、图片PDF、合同、论文、公文等文件，帮助快速转换为可编辑Word文档。
前端如何让图片、视频、pdf等文件在浏览器直接下载而非预览
林恒的博客
06-24 371
前端文件下载问题与解决方案 当通过前端实现文件下载时，浏览器可能直接预览文件（如PDF、图片）而非触发下载，主要原因包括： 同源限制：HTML5的download属性仅对同源URL生效，跨域链接会被忽略。 HTTP响应头缺失：若服务器未返回Content-Disposition: attachment，浏览器会尝试渲染文件。 解决方案： 后端处理（推荐）：在响应头中添加Content-Disposition: attachment，强制浏览器下载。 前端Blob转换：通过fetch获取文件数据并转为Blob
PDF 翻译服务实测：免费试译与按页付费价值评估
qqSour的博客
06-22 163
在处理跨国项目文档或研读海外技术论文时，我们常常被 PDF 文件的格式壁垒挡在门外。直接复制粘贴往往导致排版错乱、公式断裂，更别提那些包含复杂图表和专业术语的学术资料了。很多开发者和技术人员不得不花费大量时间手动调整格式，或者在“能看懂大概”和“精准理解”之间艰难取舍。市面上虽然有不少翻译排版大师，但针对 PDF 这种固定版式文件的深度处理方案却寥寥无几，要么破坏原有布局，要么对专业词汇的处理显得力不从心。
MinerU 文档解析引擎深度解析：从 PDF 到结构化 Markdown 的完整技术路径
计算机研究生
06-22 347
MinerU 是由上海人工智能实验室 OpenDataLab团队开源的文档智能解析工具。它能将 PDF、Word、PPT、Excel 和图片等复杂版式文档，转换为 LLM（大语言模型）和 RAG（检索增强生成）系统可直接消费的结构化 Markdown 或 JSON。MinerU 通过版面检测 → 区域识别 → 结构化重组的完整流水线，解决了复杂文档解析中版式丢失、表格公式混乱、阅读顺序错误等核心问题。
李佳行政法口诀19句话|李佳行政法2026精讲pdf|李佳行政法每日一题
2601_96239360的博客
06-24 265
【代码】李佳行政法口诀19句话|李佳行政法2026精讲pdf|李佳行政法每日一题。
统信 UOS、银河麒麟与 Windows：一套 web-print-pdf 实现静默打印
Web打印社区，静默打印预览技术交流社区
06-22 312
本文介绍了如何在Windows、统信UOS和银河麒麟混用环境下，通过web-print-pdfnpm包实现跨平台网页静默打印的解决方案。关键点包括： 统一前端代码：使用同一套web-print-pdf接口，无需区分操作系统 底层差异处理：由本地安装的"Web打印专家"客户端分别调用Windows打印池或CUPS 核心功能： 支持HTML/PDF/URL内容打印 通过WebSocket实现静默打印 提供批量打印和远程打印能力 实施要点： 各终端需安装客户端 注意打印机名称匹配 处理系统特定配置（如CUPS服务
行测资料公式大全汇总图片|行测资料公式大全图片|行测pdf下载
2601_96279511的博客
06-22 425
【代码】行测资料公式大全汇总图片|行测资料公式大全图片|行测pdf下载。
10 分钟上手 Stirling PDF：Docker 部署私有 PDF 工具箱（编辑/合并/水印实测）
java_logo的专栏
06-25 328
想在浏览器里合并 PDF、加水印、改文字，又不想装 Adobe 或一堆桌面软件？**Stirling PDF** 是一款开源、可本地托管的 Web PDF 工具箱，提供合并、拆分、压缩、水印、文本编辑等 60+ 工具，文件在服务器内存中临时处理，任务完成后自动清理，适合个人与小团队私有化部署。
计算机二级WPS Office历年真题试题及答案解析15套电子版PDF（含操作题和选择题）
wangwanxiang11的博客
06-25 927
2026年9月全国计算机等级考试将于9月19日至21日举行！为帮助广大考生高效备考，小编精心搜集并整理了最新版（备考2026年）的计算机二级WPS电子版真题题库，共15套（新增了上半年新考的一套），PDF电子版可打印，助你在考场上游刃有余，轻松通关！
告别“脏数据”：深入解析 VoxCPM 如何让 PDF 真正为 AI 所用
weixin_44063643的博客
06-23 281
还在为 RAG 系统的“脏数据”头疼吗？本文深入解析 VoxCPM，教你利用深度学习重塑 PDF 解析，精准还原表格、公式与版面结构。让你轻松构建高质量“AI-ready”数据，彻底打通大模型应用的“最后一公里”！🚀
元典脱敏 vs 零信脱敏：一次复杂 PDF 信息脱敏实测
早起的虫儿@04637
06-22 192
本文对比测试了两款企业级PDF文档脱敏工具（零信脱敏和元典脱敏）在复杂PDF文档上的表现。测试聚焦识别准确性、版式保留和人工复核体验等关键维度。结果显示，零信脱敏在日期/金额识别、复杂页面标注稳定性、PDF版式保留等方面表现更优，支持按类型归类结果和撤销/重做功能，整体更适合正式业务场景。元典脱敏虽支持原文编辑和左右对照，但在复杂PDF上存在明显误识别和版式丢失问题。测试表明，文档脱敏产品的核心价值不仅在于识别功能，更在于准确性、稳定性和保持文档可用性的能力。
PDF 怎么脱敏？简单两步
早起的虫儿@04637
06-24 77
【摘要】零信脱敏工具操作指南：1）支持选择多个文件（含加密PDF）进行脱敏处理；2）点击"开始脱敏"按钮执行操作；3）通过"导出"功能保存结果。该工具提供简单三步完成文件敏感信息处理，官网地址为https://localmask.com。（配图为操作界面示意图）
PPT绘图，导出PDF矢量图，导出高清图到word中的方法
AI系统、缓存
06-20 329
本文介绍两种PPT绘图导出方法：1）导出PDF矢量图，通过组合图形、调整画布大小后另存为PDF，需确保勾选PDF/A兼容选项；2）快速导出高清图到Word，使用WPS的复制+选择性粘贴功能，选择"增强型图元文件"格式。两种方法分别适用于不同场景，前者适合单独保存矢量图，后者适合快速插入Word文档。（98字）
魔方笔记pdf|柏浪涛刑法讲义2026电子版259页|柏浪涛刑法讲义pdf
2601_96279511的博客
06-24 339
【代码】魔方笔记pdf|柏浪涛刑法讲义2026电子版259页|柏浪涛刑法讲义pdf。
Python 文档解析工具：PDF 与 Word 文件读取
kkddqq1121的博客
06-20 128
本文介绍了使用Python解析PDF和Word文档的方法。通过PyMuPDF库实现PDF文本提取，使用python-docx库解析Word文档，并提供了统一解析入口类DocumentParser来简化调用流程。文章包含详细的代码示例，展示了如何从两种文件格式中提取文本内容，最后推荐使用统一的文档解析接口来处理不同格式的文件，提高代码复用性。安装依赖和具体实现步骤都有清晰说明，适合需要处理办公文档的开发人员参考。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

relis

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值