MinerU 4.0
MinerU 4.0 将多格式文档解析、文档库和服务工具整合到统一工作流，面向文档转换、应用集成和 Agent 阅读。
- 四档解析：Flash 用于快速预览与索引，Basic 提供基础 OCR/模型解析，Standard 与 Advanced 面向更复杂的版面和更高的质量需求。
- 多格式输入：PDF、图片，以及 DOC/DOCX、PPT/PPTX、XLS/XLSX、RTF、ODT/ODS/ODP、EPUB、OFD、HTML/MHTML、CSV/TSV。原生文档由 DocVortex 提供解析能力。
- 文档库与 Agent 阅读：发现文件、缓存结果、搜索内容，按页或块继续阅读，并保留稳定引用位置。
- 独立模型配置：小模型选择 ONNX 或 Torch；VLM 独立选择 llama.cpp、vLLM、LMDeploy。
- 统一工具入口：Python SDK、V1 API、无状态批处理、多服务 Router 和基于 Gradio 的 WebUI。
- 结构化结果与渲染：统一文档模型支持 Markdown、HTML、LaTeX、DOCX、EPUB、PDF、Structured Content、Content List V1/V2 九种渲染目标；各 CLI/API 的导出范围见输出格式与结果协议。
PDF 和图片支持四档解析；Office、OpenDocument、EPUB、OFD、HTML/MHTML、CSV/TSV 使用本地 Flash 原生解析。纯文本直接读取，不进入解析流程。默认不会自动将文档上传到官网服务，远程解析需要显式配置。