openclaw-config/workspace-finances/skills/mineru-agent/SKILL.md

name, description

name	description
mineru	用 MinerU Agent 轻量解析 API 将 PDF/Word/PPT/Excel/图片解析为 Markdown，无需 Token，IP 限频。适用于文档解析、表格提取、OCR 识别。

📄 MinerU - 文档解析

PDF/Word/PPT/Excel/图片 → 结构化 Markdown

🎯 触发条件

当用户要求解析文档、提取文档内容、OCR 识别、将文件转为 Markdown 时使用。

🔗 API 信息

• Base URL: https://mineru.net/api/v1/agent
• 认证方式: 无需 Token，IP 限频
• 文档: https://mineru.net/apiManage/docs

📋 支持的文件类型

类型	格式
📕 PDF	论文、书籍、扫描件
📝 Word	.docx
📊 PPT	.pptx
📊 Excel	.xls, .xlsx
🖼️ 图片	.png, .jpg, .jpeg, .jp2, .webp, .gif, .bmp

⚠️ 限制

限制项	限制值
文件大小	10 MB
文件页数	20 页

🚀 使用方式

方式一：URL 解析（文件有公开 URL 时）

直接调用解析脚本：

python3 SKILL_DIR/scripts/mineru_parse.py --url "https://example.com/file.pdf"

可选参数：

• --language ch|en （默认 ch）
• --page_range 1-10（仅 PDF 有效）
• --output /path/to/output.md（指定输出文件）

方式二：文件上传解析（本地文件）

python3 SKILL_DIR/scripts/mineru_parse.py --file /path/to/document.pdf

方式三：在对话中直接使用

用户发送文件或提供文件路径/URL 时，调用脚本解析，将结果返回给用户。

🔄 API 流程

URL 模式

1. POST /parse/url → 获取 task_id
2. GET /parse/{task_id} → 轮询直到 done
3. 下载 markdown_url 返回结果

文件上传模式

1. POST /parse/file → 获取 task_id + file_url
2. PUT file_url → 上传文件到 OSS
3. GET /parse/{task_id} → 轮询直到 done
4. 下载 markdown_url 返回结果

❌ 错误码

错误码	说明	应对策略
-30001	文件大小超出限制（10MB）	拆分文件或告知用户
-30002	不支持的文件类型	检查文件格式
-30003	页数超出限制	指定 page_range 拆分
-30004	请求参数错误	检查必填参数

💡 使用技巧

1. 中文文档用 language: ch
2. 大文件指定 page_range 分段解析
3. Word/PPT 用 Office 原生 API 解析，速度最快
4. 解析结果为 Markdown 格式，可直接用于后续处理

---

轻量快速，无需 Token！📄