DeepSeek-TUI 没有多模态能力，无法直接读取 PDF。本文介绍通过 Skill + MinerU CLI 的替代方案，让终端 Agent 自动调用 mineru-open-api 完成文档解析，包含安装步骤、两种解析模式对比、实战演示和批量处理技巧。

DeepSeek-TUI 没有多模态能力，无法直接读取 PDF。本文介绍通过 Skill + MinerU CLI 的替代方案，让终端 Agent 自动调用 mineru-open-api 完成文档解析，包含安装步骤、两种解析模式对比、实战演示和批量处理技巧。

本文详细介绍了Deepseek V4 Pro大模型的应用开发全流程。从模型能力解析到环境配置，再到API调用实战，重点解决了开发者在实际落地中的痛点问题。文章包含智能对话构建、提示词工程、长文本处理等核心应用场景的实操方案，并提供了代码示例和常见错误排查方法。特别针对响应速度优化、并发调用等生产环境需求，给出了具体可行的技术策略，帮助开发者高效完成从原型到上线的完整流程。

本文详细介绍了Deepseek V4 Pro大模型的应用开发全流程。从模型能力解析到环境配置，再到API调用实战，重点解决了开发者在实际落地中的痛点问题。文章包含智能对话构建、提示词工程、长文本处理等核心应用场景的实操方案，并提供了代码示例和常见错误排查方法。特别针对响应速度优化、并发调用等生产环境需求，给出了具体可行的技术策略，帮助开发者高效完成从原型到上线的完整流程。

通过 MinerU MCP，Claude Desktop、Cursor 等 AI 客户端可以直接读取 PDF、Word、PPT 等原始文档并实时解析回答，无需提前搭建 RAG 知识库。本文从产品手册问答、合同合规审查、研发文档查阅三个实战场景出发，详细拆解 MinerU MCP 的配置步骤、Flash 与 Token 模式差异、隐私策略以及团队落地建议。

三款工具的输出格式支持形成差异化矩阵。MinerU的核心输出为 Markdown 和 JSON，其中 Markdown 用于人类可读场景，JSON（包括 middle.json 和 content_list.json）用于机器处理场景。MinerU 2.5 系列对 JSON 结构进行了调整，以支持 VLM 后端新增的 layout type，这种演进反映了其输出格式与模型能力的深度绑定。

竖排繁体PDF高效转换方案 传统PDF工具难以处理竖排繁体文本，导致阅读和提取困难。MinerU通过视觉理解技术，在布局分析阶段同步预测文本旋转角度和阅读顺序，准确还原竖排结构，输出结构化Markdown。再结合DeepSeek V4 Flash进行繁简转换与横排重排，实现本地化高效处理。 核心优势： MinerU原生支持竖排识别，避免传统OCR的顺序错乱 两阶段处理：先提取结构，再语言转换，确保

摘要：扫描版PDF转换为可编辑文本时面临版面信息丢失的问题。MinerU通过结合OCR、版面还原和结构化输出，能够保留文档层级、表格和公式等关键信息。提供三种处理方案：1）在线Extractor快速转换；2）MinerU-Open-CLI命令行工具批量处理；3）开源本地部署满足数据合规需求。测试显示其版面还原准确率达95.69%，支持Markdown、JSON、DOCX等多种输出格式，适用于合同、

OmniDocBench v1.6基准评测报告摘要 文档解析领域长期存在评测标准碎片化问题，OmniDocBench v1.6作为统一评测平台，通过整合四大核心评估指标（文本编辑距离、表格TEDS、公式CDM和阅读顺序编辑距离），为模型性能对比提供了标准化框架。最新评测结果显示，1.2B参数的专用文档解析模型MinerU2.5-Pro以95.69的综合得分位列第一，在保持相同架构下通过数据工程优化

MCP协议革新AI工具集成方式：2026年主流AI宿主(Claude Desktop/Cursor/Cline)已原生支持MCP协议，实现"配置即接入"的工具调用能力。MinerU MCP Server作为文档理解工具服务，提供PDF/Word/PPT等文件的智能解析能力，保留表格、公式等结构化信息为Markdown格式。文章详细对比了stdio和streamable-http