機能
- 入力形式: PDF・DOCX・PPTX・XLSX・HTML・EPUB・画像。
- 出力形式: Markdown(デフォルト)・HTML・LaTeX・DOCX・EPUB(READMEに記載のエクスポート対象の一部。READMEによると各CLI/APIが提供するのは一部のみ)。
- OCR: スキャン文書・画像PDFに対応したモデルベースOCR。
- ページをまたぐ表結合: 複数ページにまたがる表を1つに結合(README記載)。
- バウンディングボックス: ブロックレベル座標、引用に活用可能。
- GPU自動検出: NVIDIA/AMD/Intel/Apple Siliconで、READMEによると代表的な推論ワークロードでCPU比約2–3倍速。
- デフォルトはローカル: 既定では文書をアップロードせず、リモート解析は明示的な設定が必要。
インストール
- インストール:
pip install mineru - Python: 3.11, 3.12, 3.13, 3.14。
- ソースコード: github.com/opendatalab/MinerU (MinerU Open Source License)。
データの流れ
- 既定では解析はお使いのマシン上で行われ、文書はアップロードされません。リモート解析には明示的な設定が必要です。ローカル解析のセットアップではモデルのダウンロードが必要になる場合があり(READMEでは階層により約0.8〜3GB)、初回セットアップにはネットワーク接続が必要です。
- リモート/クラウドモードは明示的な設定が必要です。
- READMEによると、Doclibコンポーネントには利用状況・診断テレメトリ(初期状態は有効、文書内容・抽出テキスト・ファイル名・検索クエリは含まれない)があり、
mineru telemetry disableまたはDoclibサーバー環境でのMINERU_TELEMETRY_DISABLED=1で無効化できます。 - OpenDataLabのGitHub組織は所在地を中国としています(GitHubプロフィール)。ホスト版サービスmineru.netはフッターにプライバシーポリシーと利用規約へのリンクがあります。機密文書をリモートモードに送る前にご確認ください。ローカル解析では文書はアップロードされません。
ライセンスと価格
- ライセンス: MinerU Open Source License(Apache 2.0をベースに追加条件を加えたもの。標準のApache 2.0ではありません)。ご自身と関連会社の合計が月間アクティブユーザーが1億人を超えず、かつ月間総売上が2,000万米ドルを超えない限り、別途ライセンスなしで商用利用できます。MinerUを基盤にしたオンラインサービスはMinerUを使用していることを明示する必要があります。違反した場合、ライセンスは自動的に終了します。商用利用前にLICENSE.mdをお読みください。
- 価格: ライブラリは無料でダウンロードしてローカルで実行できます。mineru.netのホスト版サービスとそのリモートAPIについては、価格や利用制限を確認していません。
- 上記のしきい値はLICENSE.mdに基づくもので、モデルの重みには言及していません。セットアップ時にダウンロードされるモデルには独自のライセンスが適用される場合があるため、商用展開前にご確認ください。
競合と代替ツール
- Docling — MITライセンス;IBM Research Zurichが開始、LF AI & Data Foundationがホスト;MCPは別パッケージ(docling-mcp)。
- Marker — コードはApache 2.0、モデルの重みは商用制限のある修正版AI Pubs Open RAIL-Mライセンス(商用利用前に要確認);Surya OCR;Markdownとバウンディングボックス付きJSON。
- Unstructured — Python ETL;メールを含む広範な形式対応。
- OpenDataLoader PDF — PDF専用パーサー。Python・Node.js・Java SDK、JSON(バウンディングボックス付き)・Markdown・HTML出力。
よくある質問
MinerUは商用利用が無料ですか?
基本的にはい。MinerU Open Source License(Apache 2.0+追加条件)の下、ご自身と関連会社の合計が月間アクティブユーザーが1億人を超えず、かつ月間総売上が2,000万米ドルを超えない限り、別途ライセンスなしで商用利用できます。MinerUを基盤にしたオンラインサービスはMinerUの使用を明示する必要があります。LICENSE.mdをご確認ください。
MinerUとDocling・Markerの違いは何ですか?
MinerUのREADMEにはLaTeX出力とページをまたぐ表結合が記載されています。DoclingとMarkerの同等機能は、選ぶ前にそれぞれのドキュメントでご確認ください。DoclingはMCPを別パッケージ(docling-mcp)で提供し、MarkerはSurya OCRを使用します。
MinerUはGPUが必要ですか?
いいえ。CPUで動作します。GPU(NVIDIA/AMD/Intel/Apple Silicon)は自動検出されます。READMEでは代表的な推論ワークロードでCPUの約2–3倍の速度とされ、実際の速度はハードウェアと文書の種類によります。
MinerUのインストール方法は?
Python 3.11–3.14環境でpip install mineruを実行してください。
スキャンPDFに対応していますか?
はい。モデルベースのOCRがスキャン文書・画像PDFを処理します。
出力形式は何ですか?
Markdown(デフォルト)・HTML・LaTeX・DOCX・EPUB(READMEに記載のエクスポート対象の一部。READMEによると各CLI/APIが提供するのは一部のみ)。
MinerUにはMCPサーバーがありますか?
READMEにはv4.2.2のMCPサーバーの記載がありません。MCP統合にはDocling(別パッケージdocling-mcp)を検討してください。
MinerUを開発しているのは誰ですか?
OpenDataLabがGitHubリポジトリを管理しています。
ページをまたぐ表結合とは?
複数のPDFページにまたがる表を検出し、出力で1つの表として再構成します(README記載機能)。
現在のバージョンは何ですか?
v4.2.2(2026年11月13日リリース、GitHub Releases)。2026年11月15日確認。
情報源
- github.com/opendatalab/MinerU(2026-11-15参照)。
- opendatalab.com(2026-11-15参照)。
