MinerU：PDF/Office往LLM-ready格式砸的开源转换器

同一份10月13日开源活跃榜把 opendatalab/MinerU 排在前列，描述为把 PDF/Office 复杂文档转成 LLM-ready markdown/JSON 的引擎。[1]

北邮做检索课设、实验室文献库的人，常卡在「扫描件+三线表」。MinerU这类工具解决的是进模型前的干净度，不是检索算法本身。

你们论文库是先 OCR 再切片，还是直接丢原始 PDF？