MinerU
PDFやOffice文書を、レイアウト・表・数式を保ったまま機械が読める形（Markdown・JSON）に変換します。AIに書類を読ませる前処理に使われます。
MinerUとは
MinerU（GitHubスター約79,200）は、複雑なレイアウトのPDFやOffice文書を、見出し・段落・表・数式の構造を保ったままMarkdownやJSONに変換する道具です。スキャンしたPDFにはOCRを掛けて文字化します。社内文書をAIに読ませる前処理、書類から項目を取り出す処理の土台に使われます。ライセンスはApache-2.0に追加条件が付く形なので、商用で使う前に条件の確認が必要です。
要点: PDFやOffice文書を、レイアウト・表・数式を保ったまま機械が読める形（Markdown・JSON）に変換します。AIに書類を読ませる前処理に使われます。
主な用途
- PDFの書類をAIが読める形に変換する前処理
- 表や数式を含む資料の構造化
- スキャンPDFの文字化と構造化
MinerUを使ったシステム開発
MinerUは、そのまま納品する完成品ではなく、システムを作るための道具です。MinerUを組み込んだ自社向けの仕組みを、AIエージェントと対話しながら実装します。要件を伺ってから最短1営業日で動くデモをお出しし、触って確認いただいてから発注を判断できます。完成後はソースコードごとお渡しします。
MinerUを使った開発を相談MinerUの日本語対応（実測）
MinerUの日本語対応は当社が実際に立てて確かめました。日本語ファイルなし（処理対象として日本語に対応）
GitHubの公開ファイル一覧から、日本語ロケールに当たるファイルを数えた結果です。配布用にまとめたビルド成果物は除いています。調査日時点の内容で、翻訳の網羅率や品質までは示しません。
MinerUの基本情報
| ライセンス | Apache-2.0（追加条件あり） |
|---|---|
| 主な言語 | Python |
| GitHubスター | 79,160（文書管理カテゴリ 150件中 3位） |
| 初回公開 | 2024年2月 |
| 最終更新 | 2026年9月 |
| 日本語ロケール | 日本語ファイルなし（処理対象として日本語に対応） |
MinerUを使った開発のよくある質問
スキャンしたPDFも扱えますか？
扱えます。文字層の無いPDFにはOCRを掛けてから構造化します。
商用利用できますか？
Apache-2.0に追加条件が付く形のライセンスです。当社は導入前に本家のライセンス文書を確認し、条件に触れる使い方になる場合は別の道具を提案します。
MinerUを使って何が作れますか？
MinerUの標準機能を土台に、自社データとの連携、画面、自動処理、通知などを組み合わせた仕組みを作れます。用途を伺えば、実現できる範囲と進め方を具体的にお伝えします。
MinerUを使った開発を依頼できますか？
可能です。要件と稼働環境を確認し、最短1営業日で動くデモをお出しします。発注後はサーバー設置と稼働確認まで一つの流れで対応し、ソースコードごとお渡しします。
文書管理の他のOSSと比べる
同じカテゴリから、スター数・ライセンス・日本語対応を並べました。