
將 PDF 與 Office 文件等複雜文件轉換為適用於代理工作流程、可供大型語言模型使用的 Markdown/JSON。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
81,000
±0 (10月13日〜)
最後提交
2026年11月
GitHub 建立日期
2024年2月29日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 81,000 |
| 2026年10月 | 81,000 |
| 2026年11月 | 81,000 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
在 PyPI 上的使用
PyPI 套件:mineru, magic-pdf · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
3,177,643
來自日本的比例(近一年)
3.5%
依賴它的 PyPI 套件
47
其中必要依賴 18
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | — |
| 2022年10月 | — |
| 2022年11月 | — |
| 2022年12月 | — |
| 2023年1月 | — |
| 2023年2月 | — |
| 2023年3月 | — |
| 2023年4月 | — |
| 2023年5月 | — |
| 2023年6月 | — |
| 2023年7月 | — |
| 2023年8月 | — |
| 2023年9月 | — |
| 2023年10月 | — |
| 2023年11月 | — |
| 2023年12月 | — |
| 2024年1月 | — |
| 2024年2月 | — |
| 2024年3月 | — |
| 2024年4月 | — |
| 2024年5月 | — |
| 2024年6月 | 1,422 |
| 2024年7月 | 6,373 |
| 2024年8月 | 7,741 |
| 2024年9月 | 7,064 |
| 2024年10月 | 6,821 |
| 2024年11月 | 20,461 |
| 2024年12月 | 25,283 |
| 2025年1月 | 29,011 |
| 2025年2月 | 28,540 |
| 2025年3月 | 52,203 |
| 2025年4月 | 46,639 |
| 2025年5月 | 44,143 |
| 2025年6月 | 51,083 |
| 2025年7月 | 56,183 |
| 2025年8月 | 63,577 |
| 2025年9月 | 83,718 |
| 2025年10月 | 113,519 |
| 2025年11月 | 124,920 |
| 2025年12月 | 198,044 |
| 2026年1月 | 238,807 |
| 2026年2月 | 192,326 |
| 2026年3月 | 245,123 |
| 2026年4月 | 359,803 |
| 2026年5月 | 418,701 |
| 2026年6月 | 439,151 |
| 2026年7月 | 393,959 |
| 2026年8月 | 301,377 |
| 2026年9月 | 128,958 |
| 2026年10月 | 136,474 |
同分類的熱門資源
PaddleOCRPaddlePaddle91k將任意 PDF 或影像文件轉換為可供 AI 使用的結構化資料。一個連接影像/PDF 與大型語言模型的強大、輕量級 OCR 工具包,支援100多種語言。
tesseracttesseract-ocr77kTesseract 開源 OCR 引擎(主儲存庫)
tesseract.jsnaptha39k支援100多種語言的純 JavaScript OCR 📖🎉🖥。
EasyOCRJaidedAI30k開箱即用的 OCR,支援80多種語言以及拉丁字母、中文、阿拉伯文、天城文、西里爾字母等主流書寫體系。
opendataloader-pdfopendataloader-project29k面向 AI 就緒資料的 PDF 解析器,可自動化 PDF 無障礙處理,開源。
suryadatalab-to21k支援90多種語言的 OCR、版面分析、閱讀順序與表格辨識。
研究領域相近的資源
- japanese-gpt-neox-smallrinna656k一個 12 層、768 隱藏層的日本 GPT‑NeoX 模型,訓練於 CC‑100、C4 和 Wikipedia,兼容 Huggingface,並可選擇使用一個玩具前綴調優權重,使每句結尾強制出現笑臉表情符號。HF 模型共同: 大型語言模型
- Spark-X2.5-4B-Heretic-jp-ggufsoyaakinohara589k日本語対応 Spark-X2.5-4B 模型(Heretic JP),具備拒絕衰減、預訓練、指令調整與工具呼叫修復功能,提供從 BF16 至 Q4_K_M 的 GGUF 量化版本(約 2.5 GiB),可透過 llama.cpp 使用 1,048,576‑token 上下文。HF 模型共同: 大型語言模型
- llm-jp-4-33b-thinking-ggufllm-jp271kLLM‑jp‑4‑33b‑thinking‑gguf 是來自日本情報院(National Institute of Informatics)的 33 B 日語模型,已使用 SFT 和 DPO(無 RL)進行預訓練,可透過 llama.cpp 的 LLM‑jp fork 使用,並在其食譜中包含詳細的使用說明。HF 模型共同: 大型語言模型
chandradatalab-to12k可處理複雜表格、表單與手寫內容並保留完整版面的 OCR 模型。共同: OCR 與文件影像
PyMuPDFpymupdf11kPyMuPDF 是一個用於 PDF(及其他)文件資料擷取、分析、轉換與操作的高效能 Python 函式庫。共同: OCR 與文件影像
RapidOCRRapidAI8k📄 基於 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT 和 PyTorch 的多程式語言 OCR 工具包。共同: OCR 與文件影像