MinerU官方免费版

🔍 是否启动 OCR 功能

• 默认值：false

📐 是否开启公式识别

• 默认值：true

📊 是否开启表格识别

• 默认值：true

🌐 指定文档语言

• 默认值：ch
• 可选值：
  • auto：模型自动识别文档语言
  • 其他语言值参考：https://paddlepaddle.github.io/PaddleOCR/latest/ppocr/blog/multi_languages.html#5

🆔 解析对象对应的数据 ID

• 组成规则：大小写英文字母、数字、下划线（_）、短划线（-）、英文句号（.）
• 长度限制：不超过 128 个字符
• 用途：唯一标识您的业务数据

🔄 解析结果回调通知 URL

• 协议支持：HTTP / HTTPS

• 为空时：必须定时轮询解析结果

• 接口要求：

  1. 支持 POST 方法
  2. 编码格式：UTF-8
  3. Content-Type：application/json
  4. 接收参数：checksum（签名）、content（结果）

• 签名规则（checksum）：
  用户 UID + seed + content 拼接字符串 → SHA256 加密（UID 可在个人中心查询）

• 结果格式（content）：
  JSON 字符串，对应任务查询结果的 data 部分

• 回调重试机制：

  1. 接收成功：返回 HTTP 200 状态码
  2. 接收失败：最多重复推送 5 次，仍失败则停止推送

🔑 回调签名随机字符串

• 组成规则：英文字母、数字、下划线（_）
• 长度限制：不超过 64 个字符
• 用途：校验回调请求是否由 Mineru 解析服务发起
• 必填条件：使用 callback 时必须提供

📤 额外导出格式（默认已包含 markdown、json，无需设置）

• 支持选项：docx、html、latex
• 传参格式：数组形式，可选择一个或多个，例：[“docx”,“html”]

📑 指定页码范围（逗号分隔字符串）

• 示例 1：“2,4-6” → 选取第 2 页、4-6 页（结果：[2,4,5,6]）
• 示例 2：“2–2” → 选取第 2 页至倒数第 2 页（“-2” 表示倒数第二页）

🧠 Mineru 模型版本（必填）

• 默认值：pipeline
• 选型规则：
  1. 解析 HTML 文件 → 必须指定为 MinerU-HTML
  2. 解析非 HTML 文件 → 可选 pipeline 或 vlm