Dify知识库搭建：MinerU——将PDF转化为markdown实际体验

---

MinerU是啥？

MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。 MinerU诞生于书生-浦语的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，希望在大模型时代为科技发展做出贡献。

为什么要把PDF转化为markdown？

• 提高内容的可编辑性和灵活性：
  Markdown是一种轻量级的标记语言，非常适合作为机器学习模型的输入输出格式。通过将PDF转换为Markdown，可以更方便地对内容进行编辑、修改和重用。
  大型语言模型可以更容易地理解和处理Markdown格式的内容，从而提供更好的文本分析、摘要生成、翻译等服务。
• 增强内容的可访问性和共享性：
  Markdown文件是纯文本格式，可以在多种设备和平台上无缝阅读和编辑，不受特定软件的限制。这使得内容更易于分享和传播。
  结合大型语言模型，可以自动将Markdown内容转换为多种格式（如HTML、LaTeX等），进一步扩展内容的应用范围。
• 优化内容管理和协作：
  Markdown文件适合版本控制工具（如Git），可以轻松管理多个版本和变更记录。