面向 LLM · RAG · Agent 的高精度文档解析引擎 ｜ 实测版本
3.4.4｜ 含本地真实跑通经验与踩坑实录
一、介绍：MinerU 是什么
MinerU（opendatalab/MinerU）是一个面向 LLM · RAG · Agent 工作流 的高精度文档解析引擎。它把 PDF / 图片 / DOCX / PPTX / XLSX / 网页转换为机器可读的 Markdown / JSON，供下游检索、抽取与处理。它的起源是 InternLM 预训练过程中的科学文献符号（公式、表格）转换需求，因此对公式和表格的处理是强项。
一句话定位：把"人类看的文档"变成"模型能吃的干净结构化数据"——这是任何 RAG / 知识库 / 文档智能产品的第一道摄入层。
1.1 能力矩阵
名称：officecli
描述：通过 officecli 命令行工具创建、分析、校对、修改 Office 文档（.docx、.xlsx、.pptx）。适用于用户需要新建文档、查看内容、检查格式、排查问题、插入图表或修改 Office 文件的场景。
officecli
适配AI使用的命令行工具，支持 .docx、.xlsx、.pptx。单二进制文件，无外部依赖，无需预先安装 Office。
安装
若未安装 officecli：
# macOS / Linux
curl -fsSL https://d.officecli.ai/install.sh | bash
# Windows（PowerShell）
irm https://d.officecli.ai/install.ps1 | iex
执行 officecli --version 验证安装。安装完成仍提示命令不存在时，请打开新终端重试。
使用层级策略
L1（读取操作） → L2（文档DOM编辑） → L3（原始XML）
优先使用更高层级接口。添加参数 --json 可输出结构化数据。
处理文档前，请查阅【专用技能模块】（文档底部）
融资演示文稿、学术论文、财务模型、数据看板、平滑切换（Morph）动画需要先加载对应专用技能——执行一次 load_skill 后再执行操作。
帮助系统（重要）
不清楚属性名称、取值格式、命令语法时，务必查看帮助文档，不