插件应用市场
PDF解析工具
利用MinerU远程api解析pdf文档
==================================================
MinerU 文档提取器 · uTools 插件
==================================================
将 PDF / Word / PPT / Excel / 图片 / 网页 一键转换为Markdown、HTML、DOCX、JSON、LaTeX 等格式，基于 MinerU 高精度文档解析引擎。
--------------------------------------------------
一、功能亮点
--------------------------------------------------
- 多格式输入：PDF、Office 全家桶、常见图片、网页 URL
- 多格式输出：一次提取可同时生成 MD / HTML / DOCX / JSON / LaTeX
- 双模式提取：快速模式无需 Token（≤10 MB / 20 页、仅 MD）；
精确模式支持 Token、多格式和 VLM
- 按文件类型选模型：PDF/图片等可选 VLM 或 Pipeline；
.html/.htm 自动锁定 HTML 专用模型
- OCR、表格识别、公式识别可分别开关
- 临时网络失败自动退避重试，插件隐藏后完成会发送通知
- 环境诊断：CLI 路径/版本、Token、输出权限、更新及功能兼容矩阵
- 五种触达方式：关键词搜索、拖入文件、剪贴板图片、URL 匹配、历史记录
- 实时进度：进度条 + 子进程日志实时输出，可随时取消
- 结果预览：内嵌 Markdown 渲染预览，支持复制 / 另存 / 打开目录
- 主题适配：自动跟随 uTools 亮 / 暗主题
- CLI 一键就绪：优先复用系统/npm CLI，确实缺失时才下载插件托管版本
- 安全边界：Token 使用 uTools 加密存储；精确提取会把文件提交至 MinerU 云端
- 批量与历史：支持最多 50 个文件批量处理，并保存历史元数据
- 文件集随时调整：配置页可继续添加、拖入、移除或重新选择文件
- 首次环境准备：首页首次自动检测 CLI/Token，之后复用上次检测结果
--------------------------------------------------
二、前置准备（首次使用必读）
--------------------------------------------------
1. 安装 mineru-open-api 命令行工具
本插件依赖 MinerU 官方 CLI，但不要求预先手动安装。
(1) 插件先实际执行 version，检查托管目录、系统 PATH 和 npm 全局目录。
(2) 发现任一可用 CLI 就直接复用，不访问下载地址、不重复安装。
(3) 确实没有 CLI 时，点击“一键安装 CLI”，插件才从 MinerU 官方 CDN
下载到 uTools 用户数据目录下的 mineru-cli 子目录。
托管安装不修改系统 PATH、不需要管理员权限。下载后会限制文件大小，
校验平台文件头，记录 SHA-256，并执行 version；全部通过后才切换生效。
失败时不会覆盖原版本，有上一托管版本时可回滚。
如需自行管理，也可手动执行：
npm install -g mineru-open-api
安装后在“MinerU CLI”状态行点击“CLI 管理”重新检测即可，不会下载。
2. 获取并配置 MinerU Token
精确提取（extract）与网页（crawl）需要 Token；
快速模式（flash-extract）无需 Token：
(1) 前往 https://mineru.net/apiManage/token 创建 Token
(2) 在首页“使用环境”卡片中点击“配置 Token”
(3) 粘贴 Token → 点击“验证并保存”
Token 使用 uTools 加密存储，通过环境变量 MINERU_TOKEN 传递给 CLI。
精确提取时，CLI 会把 Token 作为认证信息，并将文件提交给 MinerU 云端。
--------------------------------------------------
三、五种触达方式
--------------------------------------------------
1) 关键词
在 uTools 搜索框输入 MinerU / 文档提取 / 文档解析 /
PDF转MD / pdf转markdown
→ 进入主界面手动选择文件或粘贴图片
2) 拖入文件
从文件管理器拖文件到 uTools 搜索框 → 选“MinerU 提取此文件”
→ 跳过选择，直接进入配置确认
3) 剪贴板图片
复制截图 / 图片后，在主界面按 Ctrl+V 粘贴
→ 自动存为临时图片进入提取流程
4) 输入 URL
在 uTools 输入 http(s):// 开头的网址 → 选“MinerU 提取网页”
→ 走 crawl 模式提取网页内容
--------------------------------------------------
四、配置项说明
--------------------------------------------------
输出目录 默认 ~/MinerU-Skill/ 每次任务在该目录下创建独立子目录
提取模式 默认 精确 快速无需 Token；精确支持多格式与多模型
输出格式 默认 MD 快速固定 MD；精确可多选
识别模型 默认 自动 HTML 强制 html；其他文件可选 VLM/Pipeline
内容识别 表格/公式开启 OCR、表格、公式可分别开关
语言 默认 中文 (ch) 可选 ch / en / auto
超时（秒） 默认 300 大文件建议调大（如 600）
页范围 默认 全部 仅文件模式可选，如 1-10
注意：网页提取（crawl）仅支持 MD / JSON / HTML 三种格式，
且无需模型与页范围。设置项会自动记忆，下次使用时自动填充。
本地 HTML 文件与网页 URL 是不同流程。选择 .html/.htm 文件后，
界面会提示“HTML 文件已自动切换为 html 模型”，锁定模型并清除页范围。
批量任务逐文件应用同一规则，preload 后端和 MCP 调用也会再次校验。
HTML 文件必须使用精确模式。快速模式限受支持文件、10 MB / 20 页，
只生成 Markdown，临时网络错误默认自动重试 2 次。
--------------------------------------------------
五、使用步骤
--------------------------------------------------
1. 触发插件：用上述任一方式进入插件
2. 确认配置：在配置面板核对文件、输出目录、格式、模型等
可继续添加/拖入文件、逐个移除，或重新选择整个文件集
配置内容超过当前窗口高度时可直接纵向滚动
3. 开始提取：点击“开始提取”，进入进度面板
4. 查看进度：进度条 + 实时日志显示提取过程，可点“取消”中止
5. 查看结果：提取完成后，内嵌预览 Markdown 渲染结果
6. 后续操作：
- 复制 MD：将 Markdown 内容复制到剪贴板
- 保存为文件：另存到指定位置
- 打开输出目录：在系统文件管理器中打开
- 重新提取：回到配置面板再次提取
--------------------------------------------------
六、CLI 与 Token 管理
--------------------------------------------------
- 统一入口：首页“使用环境”卡片集中管理 CLI、Token 和环境诊断，
配置页不再重复显示；收起时点击提示文字或“展开”即可管理
- CLI 状态：首页显示版本、插件托管/系统 npm 来源及实际路径
- 已有 CLI：重新检测只运行环境检查，不进行任何下载
- 缺少 CLI：点击检测并安装后，后端会再次检查，确实缺失才下载
- 安全切换：staging 校验通过后才更新状态指针，失败保留原版本
- 一键安装平台：Windows、macOS、Linux 的 x64 / arm64
- 环境诊断：集中检查 CLI 路径、版本兼容性、Token、输出权限和功能矩阵
- 检测频率：首次使用自动检测并缓存；后续打开不重复检测，
仅手动重检、安装 CLI、切换 Token或运行诊断时更新
- 状态查看：首页“MinerU Token”状态行显示当前状态
（已配置 / 未配置 / 无效过期）
- 配置 / 重新配置：点状态行右侧按钮，打开 Token 弹窗
- 验证机制：保存前会调用 mineru-open-api auth --verify 校验，
无效则不保存
--------------------------------------------------
七、支持格式
--------------------------------------------------
文档：.pdf .docx .doc .pptx .ppt .xlsx .xls .txt
图片：.png .jpg .jpeg .bmp .webp .tiff .gif
网页：.html .htm 及任意 http(s):// URL
--------------------------------------------------
八、常见问题
--------------------------------------------------
Q：提示“mineru-open-api 未安装”
A：点击“一键安装 CLI”；插件会先复查，确实缺失时才下载
Q：已经用 npm 安装，但插件没有识别
A：在“CLI 管理”中重新检测；插件会扫描常见 npm 全局目录，不只依赖 PATH
Q：一键安装失败
A：原 CLI 或上一托管版本不会被覆盖；可检查网络重试，或手动 npm 安装
Q：提示“Token 无效或已过期”
A：Token 失效，重新到官网创建并配置
Q：没有 Token 是否可以使用
A：可以选择快速模式；仅支持 Markdown，且文件须满足 10 MB / 20 页限制
Q：提取超时
A：大文件请在配置中增大“超时”秒数（如 600）
Q：快速模式不可选或文件超限
A：HTML、不受支持类型、超过 10 MB 或 20 页时请切换精确模式
Q：输出目录无写入权限
A：更换到有权限的目录，如 ~/MinerU-Skill/
Q：未生成 Markdown
A：可能仅选了其它格式，检查输出格式勾选
Q：HTML 文件提示模型不支持
A：HTML 文件必须走精确模式并使用 html 模型；1.0.1 会自动锁定
Q：网络波动或进度暂时不动
A：临时网络错误默认自动重试 2 次，界面和日志会显示重试次数
--------------------------------------------------
九、隐私与安全
--------------------------------------------------
- Token：使用 uTools dbCryptoStorage 加密存储；旧版明文 Token 会自动迁移
- 云端处理：flash-extract、extract 与 crawl 都会把文件或 URL 提交给 MinerU；
快速模式只是无需 Token，并非本地离线处理
- 本地留存：输出正文保存在用户目录，历史数据库只保存路径和短摘要
- CLI 下载：仅确认没有可用 CLI 时访问 MinerU 官方 HTTPS CDN；限制主机、
端口和大小，记录 SHA-256，在 staging 中通过文件头及 version 校验后切换；
不修改系统 PATH
- CLI 校验边界：官方安装脚本目前没有独立 checksum 清单，SHA-256 用于
本地版本标识和留痕，来源认证主要依赖 HTTPS
- AI 工具：同样会触发云端上传，只应处理用户明确授权的文件
- 网页安全：仅允许公开 http/https 地址，拒绝本机和常见私有网络地址
--------------------------------------------------
十、技术信息
--------------------------------------------------
插件 ID：mineru-doc-extractor
依赖：Node.js 环境、mineru-open-api CLI、MinerU Token
技术栈：原生 HTML + CSS + Vanilla JS + Node.js（preload）
平台：Windows / macOS / Linux
官网：https://mineru.net
当前版本：1.0.1
--------------------------------------------------
如遇问题，可先运行插件内“环境诊断”，再按结果处理。
MinerU 文档提取器 · uTools 插件
==================================================
将 PDF / Word / PPT / Excel / 图片 / 网页 一键转换为Markdown、HTML、DOCX、JSON、LaTeX 等格式，基于 MinerU 高精度文档解析引擎。
--------------------------------------------------
一、功能亮点
--------------------------------------------------
- 多格式输入：PDF、Office 全家桶、常见图片、网页 URL
- 多格式输出：一次提取可同时生成 MD / HTML / DOCX / JSON / LaTeX
- 双模式提取：快速模式无需 Token（≤10 MB / 20 页、仅 MD）；
精确模式支持 Token、多格式和 VLM
- 按文件类型选模型：PDF/图片等可选 VLM 或 Pipeline；
.html/.htm 自动锁定 HTML 专用模型
- OCR、表格识别、公式识别可分别开关
- 临时网络失败自动退避重试，插件隐藏后完成会发送通知
- 环境诊断：CLI 路径/版本、Token、输出权限、更新及功能兼容矩阵
- 五种触达方式：关键词搜索、拖入文件、剪贴板图片、URL 匹配、历史记录
- 实时进度：进度条 + 子进程日志实时输出，可随时取消
- 结果预览：内嵌 Markdown 渲染预览，支持复制 / 另存 / 打开目录
- 主题适配：自动跟随 uTools 亮 / 暗主题
- CLI 一键就绪：优先复用系统/npm CLI，确实缺失时才下载插件托管版本
- 安全边界：Token 使用 uTools 加密存储；精确提取会把文件提交至 MinerU 云端
- 批量与历史：支持最多 50 个文件批量处理，并保存历史元数据
- 文件集随时调整：配置页可继续添加、拖入、移除或重新选择文件
- 首次环境准备：首页首次自动检测 CLI/Token，之后复用上次检测结果
--------------------------------------------------
二、前置准备（首次使用必读）
--------------------------------------------------
1. 安装 mineru-open-api 命令行工具
本插件依赖 MinerU 官方 CLI，但不要求预先手动安装。
(1) 插件先实际执行 version，检查托管目录、系统 PATH 和 npm 全局目录。
(2) 发现任一可用 CLI 就直接复用，不访问下载地址、不重复安装。
(3) 确实没有 CLI 时，点击“一键安装 CLI”，插件才从 MinerU 官方 CDN
下载到 uTools 用户数据目录下的 mineru-cli 子目录。
托管安装不修改系统 PATH、不需要管理员权限。下载后会限制文件大小，
校验平台文件头，记录 SHA-256，并执行 version；全部通过后才切换生效。
失败时不会覆盖原版本，有上一托管版本时可回滚。
如需自行管理，也可手动执行：
npm install -g mineru-open-api
安装后在“MinerU CLI”状态行点击“CLI 管理”重新检测即可，不会下载。
2. 获取并配置 MinerU Token
精确提取（extract）与网页（crawl）需要 Token；
快速模式（flash-extract）无需 Token：
(1) 前往 https://mineru.net/apiManage/token 创建 Token
(2) 在首页“使用环境”卡片中点击“配置 Token”
(3) 粘贴 Token → 点击“验证并保存”
Token 使用 uTools 加密存储，通过环境变量 MINERU_TOKEN 传递给 CLI。
精确提取时，CLI 会把 Token 作为认证信息，并将文件提交给 MinerU 云端。
--------------------------------------------------
三、五种触达方式
--------------------------------------------------
1) 关键词
在 uTools 搜索框输入 MinerU / 文档提取 / 文档解析 /
PDF转MD / pdf转markdown
→ 进入主界面手动选择文件或粘贴图片
2) 拖入文件
从文件管理器拖文件到 uTools 搜索框 → 选“MinerU 提取此文件”
→ 跳过选择，直接进入配置确认
3) 剪贴板图片
复制截图 / 图片后，在主界面按 Ctrl+V 粘贴
→ 自动存为临时图片进入提取流程
4) 输入 URL
在 uTools 输入 http(s):// 开头的网址 → 选“MinerU 提取网页”
→ 走 crawl 模式提取网页内容
--------------------------------------------------
四、配置项说明
--------------------------------------------------
输出目录 默认 ~/MinerU-Skill/ 每次任务在该目录下创建独立子目录
提取模式 默认 精确 快速无需 Token；精确支持多格式与多模型
输出格式 默认 MD 快速固定 MD；精确可多选
识别模型 默认 自动 HTML 强制 html；其他文件可选 VLM/Pipeline
内容识别 表格/公式开启 OCR、表格、公式可分别开关
语言 默认 中文 (ch) 可选 ch / en / auto
超时（秒） 默认 300 大文件建议调大（如 600）
页范围 默认 全部 仅文件模式可选，如 1-10
注意：网页提取（crawl）仅支持 MD / JSON / HTML 三种格式，
且无需模型与页范围。设置项会自动记忆，下次使用时自动填充。
本地 HTML 文件与网页 URL 是不同流程。选择 .html/.htm 文件后，
界面会提示“HTML 文件已自动切换为 html 模型”，锁定模型并清除页范围。
批量任务逐文件应用同一规则，preload 后端和 MCP 调用也会再次校验。
HTML 文件必须使用精确模式。快速模式限受支持文件、10 MB / 20 页，
只生成 Markdown，临时网络错误默认自动重试 2 次。
--------------------------------------------------
五、使用步骤
--------------------------------------------------
1. 触发插件：用上述任一方式进入插件
2. 确认配置：在配置面板核对文件、输出目录、格式、模型等
可继续添加/拖入文件、逐个移除，或重新选择整个文件集
配置内容超过当前窗口高度时可直接纵向滚动
3. 开始提取：点击“开始提取”，进入进度面板
4. 查看进度：进度条 + 实时日志显示提取过程，可点“取消”中止
5. 查看结果：提取完成后，内嵌预览 Markdown 渲染结果
6. 后续操作：
- 复制 MD：将 Markdown 内容复制到剪贴板
- 保存为文件：另存到指定位置
- 打开输出目录：在系统文件管理器中打开
- 重新提取：回到配置面板再次提取
--------------------------------------------------
六、CLI 与 Token 管理
--------------------------------------------------
- 统一入口：首页“使用环境”卡片集中管理 CLI、Token 和环境诊断，
配置页不再重复显示；收起时点击提示文字或“展开”即可管理
- CLI 状态：首页显示版本、插件托管/系统 npm 来源及实际路径
- 已有 CLI：重新检测只运行环境检查，不进行任何下载
- 缺少 CLI：点击检测并安装后，后端会再次检查，确实缺失才下载
- 安全切换：staging 校验通过后才更新状态指针，失败保留原版本
- 一键安装平台：Windows、macOS、Linux 的 x64 / arm64
- 环境诊断：集中检查 CLI 路径、版本兼容性、Token、输出权限和功能矩阵
- 检测频率：首次使用自动检测并缓存；后续打开不重复检测，
仅手动重检、安装 CLI、切换 Token或运行诊断时更新
- 状态查看：首页“MinerU Token”状态行显示当前状态
（已配置 / 未配置 / 无效过期）
- 配置 / 重新配置：点状态行右侧按钮，打开 Token 弹窗
- 验证机制：保存前会调用 mineru-open-api auth --verify 校验，
无效则不保存
--------------------------------------------------
七、支持格式
--------------------------------------------------
文档：.pdf .docx .doc .pptx .ppt .xlsx .xls .txt
图片：.png .jpg .jpeg .bmp .webp .tiff .gif
网页：.html .htm 及任意 http(s):// URL
--------------------------------------------------
八、常见问题
--------------------------------------------------
Q：提示“mineru-open-api 未安装”
A：点击“一键安装 CLI”；插件会先复查，确实缺失时才下载
Q：已经用 npm 安装，但插件没有识别
A：在“CLI 管理”中重新检测；插件会扫描常见 npm 全局目录，不只依赖 PATH
Q：一键安装失败
A：原 CLI 或上一托管版本不会被覆盖；可检查网络重试，或手动 npm 安装
Q：提示“Token 无效或已过期”
A：Token 失效，重新到官网创建并配置
Q：没有 Token 是否可以使用
A：可以选择快速模式；仅支持 Markdown，且文件须满足 10 MB / 20 页限制
Q：提取超时
A：大文件请在配置中增大“超时”秒数（如 600）
Q：快速模式不可选或文件超限
A：HTML、不受支持类型、超过 10 MB 或 20 页时请切换精确模式
Q：输出目录无写入权限
A：更换到有权限的目录，如 ~/MinerU-Skill/
Q：未生成 Markdown
A：可能仅选了其它格式，检查输出格式勾选
Q：HTML 文件提示模型不支持
A：HTML 文件必须走精确模式并使用 html 模型；1.0.1 会自动锁定
Q：网络波动或进度暂时不动
A：临时网络错误默认自动重试 2 次，界面和日志会显示重试次数
--------------------------------------------------
九、隐私与安全
--------------------------------------------------
- Token：使用 uTools dbCryptoStorage 加密存储；旧版明文 Token 会自动迁移
- 云端处理：flash-extract、extract 与 crawl 都会把文件或 URL 提交给 MinerU；
快速模式只是无需 Token，并非本地离线处理
- 本地留存：输出正文保存在用户目录，历史数据库只保存路径和短摘要
- CLI 下载：仅确认没有可用 CLI 时访问 MinerU 官方 HTTPS CDN；限制主机、
端口和大小，记录 SHA-256，在 staging 中通过文件头及 version 校验后切换；
不修改系统 PATH
- CLI 校验边界：官方安装脚本目前没有独立 checksum 清单，SHA-256 用于
本地版本标识和留痕，来源认证主要依赖 HTTPS
- AI 工具：同样会触发云端上传，只应处理用户明确授权的文件
- 网页安全：仅允许公开 http/https 地址，拒绝本机和常见私有网络地址
--------------------------------------------------
十、技术信息
--------------------------------------------------
插件 ID：mineru-doc-extractor
依赖：Node.js 环境、mineru-open-api CLI、MinerU Token
技术栈：原生 HTML + CSS + Vanilla JS + Node.js（preload）
平台：Windows / macOS / Linux
官网：https://mineru.net
当前版本：1.0.1
--------------------------------------------------
如遇问题，可先运行插件内“环境诊断”，再按结果处理。