Skip to main content
Glama
deenesjakoruzh
opendatalab

MinerU Open MCP (Official)

by opendatalab
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

MinerU Open MCP

MinerU-Ecosystem MCP server

MinerU의 문서 파싱 기능을 MCP 도구로 제공하는 공식 MinerU MCP 서버입니다. MCP 호환 AI 클라이언트를 연결하여 PDF, Word 문서, PowerPoint 파일 및 이미지를 마크다운으로 변환하세요.

API 키가 필요하지 않습니다 — Flash 모드는 즉시 사용 가능하며, 가입 없이 무료로 이용할 수 있지만 제한이 더 낮습니다. 더 높은 제한과 추가 출력 형식을 잠금 해제하려면 MINERU_API_TOKEN을 설정하세요.

샌드박스가 있는 MCP 클라이언트를 위한 참고 사항 - 일부 MCP 클라이언트의 경우, 입력 상자로 드래그한 파일은 임시 디렉토리에 샌드박스 처리됩니다. 로컬 파일을 업로드하고 파싱해야 하는 경우, 서버가 파일을 찾을 수 없는 상황을 대비하여 프롬프트에 대상 파일의 전체 경로를 제공해 주세요.

⚡ 가장 빠른 실행 방법 — uvx (설치 불필요)

mineru-open-mcp는 PyPI에 있습니다. uv가 설치되어 있다면 별도의 설치 단계 없이 바로 실행할 수 있습니다.

MCP 클라이언트 구성

stdio — Claude Desktop, Cursor, Windsurf

MCP 클라이언트가 mineru-open-mcp를 하위 프로세스로 자동 실행합니다.

uvx 사용 (권장 — 항상 최신 버전 실행):

{
  "mcpServers": {
    "mineru": {
      "command": "uvx",
      "args": ["mineru-open-mcp"],
      "env": {
        "MINERU_API_TOKEN": "your_key_here"
      }
    }
  }
}

API 키가 없나요? 서버는 Flash 모드로 실행됩니다. 무료이며 마크다운 출력만 가능합니다. 자세한 내용은 Flash 모드 문서를 참조하세요.

mineru-open-mcp가 PATH에 없나요? 전체 경로를 사용하세요: "/Users/you/.local/bin/mineru-open-mcp", 또는 이를 자동으로 처리하는 위의 uvx 방식을 사용하세요.

Related MCP server: MinerU MCP Server

사용 예시

예시 1: 대상 페이지 범위를 지정하여 로컬 PDF 문서 파싱

사용자 프롬프트: "이 PDF의 3~5페이지를 마크다운으로 파싱해줘: <your_path_to_file>" 결과:

  • MinerU가 PDF를 업로드하고 파싱합니다.

  • 표(HTML)와 수식(Latex)이 보존된 깔끔한 마크다운을 반환합니다.

  • 길이가 허용되는 경우 채팅창에 마크다운 텍스트와 출력 경로를 반환하며, 원할 경우 zip URL도 제공합니다.

  • MCP 클라이언트가 내용을 요약합니다.

예시 2: 파일이 호스팅된 원격 URL 파싱

사용자 프롬프트: "이 논문에서 내용을 추출해줘: https://arxiv.org/pdf/2509.22186" 결과:

  • MinerU가 논문을 마크다운으로 파싱합니다.

  • MCP 클라이언트가 표를 형식화하고 설명합니다.

예시 3: 독립적인 페이지 범위를 가진 로컬 PDF 파일 파싱

사용자 프롬프트: " 1-5페이지, 2-9페이지, 3페이지를 마크다운으로 파싱해줘" 결과:

  • MinerU가 파일을 각각 파싱합니다.

  • 대상 형식 출력물, 다운로드 가능한 zip URL, 마크다운 요약, 출력을 저장할 디렉토리를 반환합니다.

  • MCP 클라이언트가 추가 분석을 위해 내용을 사용합니다.

예시 4: 고급 사용자 지정 설정

사용자 프롬프트1: "파이프라인 모델을 사용하여 이 한국어 파일을 파싱해줘 your_path_here" 사용자 프롬프트2: "your_path_here를 파싱해서 마크다운을 your_output_dir에 저장해줘" 결과:

  • 파이프라인 모델은 MinerU 서비스에서 제공하는 또 다른 모델입니다 (참고: vlm 모델이 기본 선택입니다).

  • 프롬프트를 구성하여 모델, OCR 언어 또는 OUTPUT_DIR과 다른 독립적인 출력 디렉토리를 지정할 수 있습니다.

  • 요청은 parse_documents 도구로 매개변수화되며 MinerU가 나머지를 처리합니다.

streamable-http — 웹 기반 MCP 클라이언트

서버를 수동으로 시작한 다음 클라이언트를 해당 서버에 연결하세요:

MINERU_API_TOKEN=your_key mineru-open-mcp --transport streamable-http --port 8001
{
  "mcpServers": {
    "mineru": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8001/mcp"
    }
  }
}

기능

  • parse_documents — 로컬 파일 및/또는 원격 URL을 마크다운으로 변환; 입력은 PDF, 이미지(png/jpg/jpeg/jp2/webp/gif/bmp), Doc, Docx, Ppt, PPTx를 지원합니다. Flash 모드는 xlsx도 지원합니다.

  • get_ocr_languages — MinerU에서 지원하는 모든 OCR 언어 목록을 나열합니다.

  • Flash 모드 — API 키 없이 작동 (무료, 마크다운 출력만 가능, PDF/이미지/Docx/PPTx/xls/xlsx 지원); 모든 기능을 사용하려면 MINERU_API_TOKEN을 제공하세요. 그러면 Flash 모드가 비활성화됩니다.

  • 출력 동작 — 단일 파일 파싱은 기본적으로 인라인 마크다운을 반환합니다. 배치 파싱은 결과를 디스크에 저장하고 파일 메타데이터를 반환합니다. 크기가 큰 인라인 콘텐츠도 로컬에 저장되며 extract_path를 통해 반환됩니다.

  • 두 가지 전송 모드 — stdio, streamable-http

환경 변수

변수

설명

기본값

MINERU_API_TOKEN

MinerU API 토큰, 모든 기능을 사용하려면 MinerU에서 신청하세요. 제공되지 않으면 Flash 모드가 활성화됩니다.

—

OUTPUT_DIR

배치 파싱이나 크기가 큰 인라인 콘텐츠 등 파싱된 결과를 로컬에 저장해야 할 때 사용하는 디렉토리

~/mineru-downloads

개인정보 처리방침

mineru-open-mcp는 문서를 파싱하기 위해 공식 MinerU API(mineru.net)에 연결합니다.

  • 전송되는 데이터: 문서 내용 (파싱을 위해 제공하는 파일 또는 URL)

  • 데이터 저장: 파싱된 결과는 MinerU 서버에 일시적으로 캐시되며, 학습에 사용되지 않습니다.

  • 제3자: MinerU API(mineru.net) — OpenDatalab 개인정보 처리방침을 참조하세요.

  • 로컬 데이터: 파싱된 결과는 대상 출력 디렉토리에 저장됩니다. 로그 파일(ENABLE_LOG=true인 경우에만)은 MINERU_LOG_DIR에 저장됩니다.

  • 문의: OpenDataLab@pjlab.org.cn (또는 MinerU-Ecosystem에 이슈를 제기하세요)

Available Tools

2 tools
get_ocr_languagesList OCR language codesA
Read-only

Return supported MinerU OCR and script language codes (e.g. ch, en, japan, latin). Read-only; no uploads. Use before setting the language argument on parse_documents for scanned or multilingual documents. Do not use for file conversion; call parse_documents instead.

ParametersJSON Schema
NameRequiredDescriptionDefault

No parameters

Output Schema

ParametersJSON Schema
NameRequiredDescription

No output parameters

TDQS

A4.9/5.0
Behavior5/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations already declare readOnlyHint=true and destructiveHint=false. The description adds 'Read-only; no uploads,' which reinforces and complements the annotations without contradiction.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

Three succinct sentences with no wasted words. Purpose, behavioral note, and usage guidance are each in separate, front-loaded sentences.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness5/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a zero-parameter tool with an output schema, the description adequately covers its purpose, when to use it, and behavioral constraints. No missing information.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters4/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Tool has zero parameters, so schema coverage is 100%. No parameter information needed; baseline is 4. Description correctly omits param details.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description clearly states the tool returns supported OCR language codes, specifying verb 'Return' and resource 'MinerU OCR and script language codes'. It distinguishes from the sibling tool parse_documents.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines5/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

Explicitly states when to use ('before setting the language argument on parse_documents for scanned or multilingual documents') and when not to ('Do not use for file conversion'), with a direct alternative (parse_documents).

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

parse_documentsParse documents to MarkdownA

Convert PDF, Office (DOCX, PPTX), spreadsheets (XLSX in Flash mode), images, and http(s) URLs to Markdown using the MinerU cloud API (content is uploaded to mineru.net; do not use for data that must stay on-device). Does not modify source files; may write Markdown under output_dir when saving results. Auth: without MINERU_API_TOKEN, Flash mode applies (Markdown-only, about 20 pages and 10 MB per file; service rate limits). With MINERU_API_TOKEN, higher limits and optional formats per plan. Use for extraction and conversion. Use get_ocr_languages only to list OCR language codes, not to parse files. Not for fully offline parsing. Parameters: file_sources is paths/URLs or objects with source and pages for PDF ranges; language is an OCR code (default ch); enable_ocr defaults to auto (null); set model to html only if every source is a web page URL.

ParametersJSON Schema
NameRequiredDescriptionDefault
file_sourcesYesFiles to parse. Each entry is either: - a plain string: a local file path or URL - a dict {"source": "...", "pages": "N-M"}: with an optional page range Page range: "N" (single page) or "N-M" (for example "1-10"). PDF only. Duplicate sources are allowed, for example the same PDF with different ranges. Examples: ["report.pdf"] [{"source": "report.pdf", "pages": "1-5"}] [{"source": "a.pdf", "pages": "1-3"}, {"source": "a.pdf", "pages": "10-15"}] ["https://example.com/doc.pdf", "local.docx"]
enable_ocrNoOCR mode: null (default) - auto-detect: the server decides whether OCR is needed. true - force OCR on when the user mentions poor scan quality. false - disable OCR. Omit this parameter unless the user explicitly mentions scan quality issues.
languageNoOCR language code. Omit if unknown; the server defaults to "ch" (Chinese + English). Infer from the document filename when possible, for example "manual_en.pdf" -> "en". Common codes: "ch", "en", "japan", "korean", "latin", "arabic", "cyrillic", "devanagari". Full list: call get_ocr_languages.
modelNoParsing model. Set to "html" only when all file_sources are web page URLs. Otherwise omit it and let MinerU auto-select the appropriate model. Ignored in Flash mode.
output_dirNoDirectory used when parsed results need to be saved locally, such as batch parsing or oversized inline content. Defaults to the server-configured directory.

Output Schema

ParametersJSON Schema
NameRequiredDescription

No output parameters

TDQS

A4.9/5.0
Behavior5/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Discloses data uploaded to mineru.net (beyond annotations), non-destructive nature, and potential file writes. Annotations (readOnlyHint=false, destructiveHint=false, openWorldHint=true) are consistent with description; no contradiction.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

Concise multi-sentence description with logical flow: function, caveats, usage guidance, parameter tips. No redundancy; each sentence adds value.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness5/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

Covers complex tool with 5 params, auth modes, output behavior, and offline limitation. Output schema exists, so return value details are not needed. Complete for agent decision-making.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters4/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 100%, so baseline 3. Description adds value by summarizing key usage hints for parameters (e.g., file_sources examples, enable_ocr auto-detection, model='html' condition). Minor improvement over schema alone.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description clearly states the verb 'Convert' and the resource 'PDF, Office, spreadsheets, images, and URLs to Markdown'. It distinguishes from sibling tool get_ocr_languages by noting its exclusive use for listing OCR codes, not parsing.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines5/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

Explicitly states when to use ('Use for extraction and conversion'), when not ('Not for fully offline parsing'), and mentions alternative (get_ocr_languages). Also covers auth-dependent behaviors and rate limits.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

  1. 2 tool updatesv1.0.18
    • Addedget_ocr_languages
    • Addedparse_documents
  2. 2 tool updatesv1.0.16
    • Removedget_ocr_languages
    • Removedparse_documents
  3. 2 tool updatesv1.0.15
    • First observedget_ocr_languages
    • First observedparse_documents
Deploy Server
One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

TDQS

A4.6/5.0

Scored across 2 tools

Disambiguation5/5

The two tools have entirely distinct purposes: one lists OCR language codes, the other performs document parsing. There is no overlap or ambiguity.

Naming Consistency5/5

Both tool names follow a clear verb_noun pattern (get_ocr_languages, parse_documents), ensuring predictability and consistency.

Tool Count3/5

With only two tools, the server is at the lower end of reasonable scope. While it covers core functionality, additional tools for status checking or format listing would improve completeness.

Completeness3/5

The tool set covers the primary use case (document conversion) and a helper for language codes, but lacks operations like checking conversion status or listing all supported formats, creating minor gaps.

Maintenance

ActivityInactive
ResponsivenessWithin a week

Resources

Related MCP Connectors

Related MCP Servers