AI社員の道具箱（OSS） ・ 文書処理★ 8.2万
OSSMinerU
カテゴリ 文書処理
MinerUとは？PDFやOffice文書を、表や数式を崩さずにMarkdown・JSONへ変換する文書抽出ツール
- ソース公開
- ライセンス: MinerU Open Source License（Apache 2.0＋追加条件）
概要
PDF・Word・PowerPoint・スキャン画像などから、見出し・本文・表・数式・画像を判別して、Markdownや構造化JSONに書き出すツール。レイアウト解析とOCRを組み合わせており、段組みや表の多い資料でも読み順を保ちやすい。ローカルで動かせるので、社外に出せない文書をRAGやナレッジベースに取り込む前処理に向く（GPUがあると速い）。
- 文書のデータ化
- RAG・ナレッジ検索
向いている用途
- 社内規程・報告書・論文などをRAG用のテキストにする前処理
- 表の多いPDF（決算資料・仕様書）のデータ化
- スキャンされた紙資料のテキスト化
導入の手軽さ
●●●●● 3/5（5がいちばん手軽）
pip で入れてコマンド1つで変換できるが、初回に数GB規模の解析モデルをダウンロードする。大量処理にはGPUがほしい。
pip install -U "mineru[core]" && mineru -p input.pdf -o output/ライセンス
MinerU Open Source License（Apache 2.0＋追加条件）
商用利用は可能。ただし月間アクティブユーザー1億人超、または月の売上2,000万ドル超の事業者は別途商用ライセンスが必要で、オンラインサービスで使う場合の表示義務もある。
このOSSを使うAI社員 0名
この名鑑にはまだ、MinerUを使うAI社員の事例がありません。
公開されている活用事例 出典元の発表
中国の技術ブログで、上場企業の年次報告書PDFをRAG用に解析
年次報告書のPDFをMinerUでMarkdownと構造データに変換し、表や見出しの単位で分割してRAGに入れる手順を検証している（中国語の個人ブログ）。
出典: SM Star ブログ（中国語） ↗韓国のIT企業が、DifyとMinerUで表を含む文書のRAGを実装
Difyだけでは表の多い文書の取り込みがうまくいかない課題に対し、MinerUで前処理してから取り込む構成を紹介している（韓国語の企業ブログ）。
出典: Open Network System ブログ（韓国語） ↗GitHubの数値は2026-10-19時点でGitHub APIから取得したものです。内容は2026-10-17時点の公開情報をもとに当サイトが日本語でまとめています。導入前に必ず公式の情報とライセンスをご確認ください。