【2026年】MinerU完全解説！PDF・Word・ExcelをMarkdownに変換する最強OSSツール

「この契約書、全部読むのに3日かかった…」「請求書のPDF、1枚ずつ開いてExcelに転記してるの、もう嫌なんだけど」「論文50本のサーベイ、2週間じゃ終わらない」

毎日のように聞こえてくる、書類業務の悲鳴。

2026年、AIの進化でコードもデザインも自動化されたのに、なぜかPDFやWordを処理するだけの作業だけは、まだ手作業でやっている人がほとんどです。

その理由はシンプルで、「書類を構造化データに変換する」という地味で難しい作業をやってくれる無料ツールが、今まではなかったからです。

MinerU はそれを変えます。

500ページの複雑な契約書も 90秒で完璧なMarkdownに。表はHTML、数式はLaTeX、スキャン文書も109言語でOCR。全部無料・オープンソース・自分のPCで動作。

この記事でわかること:

MinerUとは何か／なぜ68,000以上のGitHubスターを集めたのか
PDF・Word・Excel・PowerPoint・画像をMarkdown/JSONに変換する方法
法務・経理・研究・教育・行政など業種別の具体的な活用シーン
pip / Docker / WebUI / CLI の4通りの使い方
他のPDF変換ツールとの比較
インストールから実運用までの完全ガイド

GitHub: github.com/opendatalab/MinerU

まず結論：MinerUは書類処理の常識を変える

項目	内容
開発元	OpenDataLab（上海人工知能研究所）
GitHub Stars	69,800+ ⭐（Fork 5,900+）
ライセンス	MinerU Open Source License（Apache 2.0ベース・商用利用可）
対応フォーマット	PDF / DOCX / PPTX / XLSX / 画像（JPG/PNG等）
出力形式	Markdown / JSON（マルチモーダル・NLP両対応）
OCR対応言語	109言語（日本語・英語・中国語等）
数式変換	LaTeX形式出力
表変換	HTML形式出力・複数ページに跨る表の結合対応
動作環境	Windows / Linux / macOS（CPUのみでもOK）
処理速度	200ページの文書を約90秒でパース（パイプラインモード）

MinerUとは？— 上海AI研究所が開発した高精度ドキュメント解析エンジン

MinerU（マイナー・ユー）は、OpenDataLab（上海人工知能研究所 / Shanghai AI Laboratory）が開発したオープンソースのドキュメント解析ツールです。

もともとは同研究所の大規模言語モデル InternLM の事前学習のために、学術論文や技術文書の記号変換問題を解決する目的で生まれました。そこから発展し、現在ではPDF・Word・Excel・PowerPoint・画像を、高精度でMarkdownやJSONに変換するオールインワンツールに成長しています。

なぜ69,800ものGitHubスターを集めたのか？

理由は単純で、これだけ高精度なドキュメント解析ツールが無料で使えるからです。

Adobe Acrobat Pro の書き出し機能より正確
商用のPDF変換APIより高精度で109言語対応
しかも100%ローカル動作でデータ漏洩リスクゼロ
pip install 一発でインストール完了

MinerUが解決する3つの「書類地獄」

Xのポストで衝撃的だったのが、以下の3つのケースです。

ケース1：弁護士・法務 — 500ページの契約書を4分で処理

Before: 弁護士が500ページの契約書を読み込み、重要な条項を抽出して社内フォーマットに転記 → 1週間

After: MinerUにPDFをドロップ → 90秒でMarkdownに変換 → 重要な箇所だけをレビュー → 4分

契約書のヘッダー・フッター・ページ番号は自動除去され、章・節・項の構造はそのまま保持されます。条文の引用も正確に抽出可能です。

ケース2：経理・会計 — 200枚の請求書を12分で処理

Before: 経理担当が200枚の請求書（PDFまたはスキャン画像）を開き、1枚ずつ金額・日付・取引先を確認してスプレッドシートに転記 → 4日間

After: 200枚の請求書をMinerUに一括投入 → 表データがHTML構造で抽出 → スプレッドシートに貼り付けて集計 → 12分

ポイント: MinerUは表の構造を正確に認識します。セルの結合や複数ページに跨る表にも対応しており、経理資料のような表中心の文書が最も得意とする分野です。

ケース3：研究者・大学 — 50本の論文PDFを半日でレビュー

Before: 研究者が50本の英語論文をダウンロードし、1本ずつ読みながら必要な箇所をメモ → 2週間

After: 50本の論文PDFを一括変換 → 全文検索可能なMarkdownに → 必要な論文だけを読み込める → 半日

数式もLaTeX形式で正確に抽出されるため、論文サーベイに最適です。

業種別・活用シーン完全ガイド

MinerUは業種を選びません。以下は具体的な活用例です。

法律・法務

シーン	活用方法
契約書レビュー	500ページの契約書をMarkdown化 → LLMで条文分析
判例調査	過去の判例PDFを一括変換 → RAGで類似判例検索
デューデリジェンス	対象企業の資料を一括パース → 重要条項を自動抽出
コンプライアンスチェック	規制文書を構造化 → 現行ポリシーとの差分を自動比較

必要なスペック: CPUのみでOK。大量処理には16GB RAM推奨。

経理・会計・監査

シーン	活用方法
請求書処理	スキャンされたPDF請求書 → OCR → 金額・日付抽出
決算書類	財務諸表PDF → 表データをHTML抽出 → Excel連携
監査対応	証憑書類を一括デジタル化 → 検索可能なアーカイブ
税務申告	税務署提出用の書類を構造化データに変換

研究・教育・学術

シーン	活用方法
論文サーベイ	arXiv論文を一括Markdown化 → 全文横断検索
教科書デジタル化	スキャンされた教科書 → OCR → アクセシブルな電子テキスト
数式抽出	LaTeX形式で数式を正確に抽出 → 再利用可能に
研究資料管理	実験ノート・報告書を構造化データベースに

行政・自治体

シーン	活用方法
公文書デジタル化	紙の公文書をスキャン → OCR → 電子アーカイブ
申請書処理	手書き申請書 → OCR → データベース登録
議事録管理	PDFの議事録 → Markdown → 全文検索対応
条例・規則管理	自治体条例PDF → 構造化データ → 改正履歴管理

IT・ソフトウェア開発

シーン	活用方法
RAG構築	社内文書PDF → Markdown → RAG用データベース
LLM学習データ作成	技術文書 → クリーンなJSON → ファインチューニング用データ
ドキュメント変換	Word/Excelの仕様書 → Markdown → 社内Wikiに統合
AIエージェント連携	MCPサーバーから直接MinerUを呼び出し文書解析

他のツールとの比較

比較項目	MinerU	Marker	PyMuPDF	商用API（Adobe等）
価格	完全無料	無料	無料	有料（従量課金）
数式(LaTeX)	✅ 正確	△	❌	△
表(HTML)	✅ 高精度	△	△	✅
OCR（109言語）	✅	✅	△	✅
DOCX対応	✅ ネイティブ	❌	❌	✅
PPTX対応	✅	❌	❌	✅
XLSX対応	✅	❌	❌	✅
ローカル動作	✅ 完全オフライン	✅	✅	❌（クラウド）
精度（OmniDocBench）	最高95.39	—	—	ベンダー非公開
ライセンス	Apache 2.0ベース	GPL	AGPL	プロプライエタリ

MinerUが特に優れているのは 「マルチフォーマット対応」 と 「構造保存の正確さ」 です。特に表や数式を含む複雑な文書では、他のオープンソースツールを大きく引き離します。

MinerUの始め方：4つの方法

方法1：Webで試す（インストール不要・無料）

最も簡単な方法は、公式サイトのWebアプリを使うこと。アップロードするだけで変換できます。

公式Webアプリ: mineru.net
Hugging Face Demo: huggingface.co/spaces/opendatalab/MinerU
ModelScope Demo: modelscope.cn/studios/OpenDataLab/MinerU

クレジットカード不要。PDFをドロップするだけでMarkdownとJSONがダウンロードできます。

方法2：pipでインストール（Pythonユーザー向け）

pip install --upgrade pip
pip install uv
uv pip install -U "mineru[all]"

# モデルのダウンロード
mineru models download

動作スペック:

CPUのみ: 4GB RAMで動作可能（遅いが確実）
GPU推奨: 最低4GB VRAM（パイプラインモード）
高精度モード（hybrid）: 最低8GB VRAM

方法3：CLIで使う

# PDFをMarkdownに変換
mineru run /path/to/document.pdf

# 複数ファイルを一括変換
mineru run /path/to/documents/

# JSON出力
mineru run /path/to/document.pdf --output-format json

# 高精度モードで変換
mineru run /path/to/document.pdf --backend hybrid --effort high

200ページの文書でも 約90秒 で変換完了します。

方法4：Dockerで運用する

docker pull opendatalab/mineru:latest

docker run --gpus all -p 8001:8001 \
  -v /path/to/documents:/app/documents \
  opendatalab/mineru:latest

3つのパースバックエンドの選び方

MinerUには3つのパースバックエンドがあり、用途に応じて選択できます。

バックエンド	精度	必要VRAM	特徴
pipeline（推奨）	86.47	4GB〜	CPUでもOK・高速・安定・ハルシネーションなし
hybrid（高精度）	95.39	8GB〜	VLM+OCRのデュアルエンジン・最高精度・標準モード高速
vlm	95.30	8GB〜	VLM単体・hybridより軽量

選び方の目安:

「とりあえず使いたい」→ pipeline（CPUでも動作、十分な精度）
「書類の品質が重要」→ hybrid（最高精度95.39、少々重い）
「サーバーを立ててAPIで使いたい」→ hybrid-http-client（OpenAI互換サーバーが必要、必要VRAMは2GB）

MinerUの技術的な強み

VLM + OCR デュアルエンジン

MinerUは専用のVLM（Vision Language Model）「MinerU2.5-Pro-1.2B」と、OCRエンジン「PP-OCRv6」の2つを搭載しています。

テキストPDF: VLMがレイアウトを解析して高精度に構造化
スキャンPDF: OCRが画像から文字を認識
混在文書: 両方を状況に応じて自動切替

複数ページに跨る表の結合

一般的なPDF変換ツールが苦手とする「複数ページに渡る表」も、MinerUは自動的に検出して1つの表として結合します。

読書順のテキスト再構成

単純に文字を左上から抽出するのではなく、人間が読む順序でテキストを再構成します。多段組の文書でも正確に段落を追跡し、ヘッダー・フッター・ページ番号を自動除去します。

MCPサーバー対応

Cursor / Claude Desktop / Windsurf などのAIコーディングツールから直接MinerUを呼び出せるMCPサーバーも提供されています。AIエージェントに「このPDFを読んで」と指示するだけで、文書解析→コード生成までが自動化できます。

注意点・デメリット（正直に書きます）

1. 英語/中国語がメインターゲット

開発元が中国（上海AI研究所）のため、日本語文書のテストは英語や中国語ほど充実していません。日本語の複雑なレイアウト（縦書きなど）では期待通りにならない可能性があります。ただし、109言語のOCR対応により、スキャン文書の文字認識自体は問題ありません。

2. 初回のモデルダウンロードが大きい

初回起動時に学習モデルをダウンロードします。パイプラインモードでも数GB、hybridモードではそれ以上のダウンロードが必要です。インターネット環境が貧弱な場所では注意が必要です。

3. 超長文書（10,000ページ超）は注意

スライディングウィンドウ方式で対応していますが、メモリ使用量が増大します。ページ数が多い文書は分割してから処理することを推奨します。

4. 画像/図の解釈はVLM次第

hybrid/vlmモードではVLMが画像を解析しますが、複雑な図表やグラフの解釈は完璧ではありません。画像そのものの抽出は可能です。

よくある質問（FAQ）

Q: MinerUは無料ですか？

はい。完全無料で、商用利用も可能です。ライセンスはApache 2.0ベースのカスタムライセンスで、自由に改変・再配布できます。

Q: インストールは難しいですか？

pip install 一発です。初回のみモデルのダウンロードに時間がかかりますが、その後はすぐに使えます。Dockerを使えばさらに簡単です。

Q: 日本語の文書は使えますか？

はい。109言語のOCRに対応しており、日本語のスキャン文書も認識できます。ただし日本語の縦書きや特殊なレイアウトは、テスト環境によって精度が変わる可能性があります。

Q: WordやExcelも変換できますか？

はい。DOCX / PPTX / XLSX に対応しています。従来のように「Word→PDF→変換」という二度手間が不要で、直接パースできます。

Q: 他のPDF変換ツールと何が違いますか？

最大の差は マルチフォーマット対応 と 構造保存の正確さ です。特に数式（LaTeX）・表（HTML）・109言語OCRの組み合わせは、他のオープンソースツールにはない強みです。

Q: RAG（検索拡張生成）に使えますか？

最も得意とする用途の一つです。 LangChain / LlamaIndex / Dify / FastGPT / RAGFlow など、主要なRAGフレームワークとネイティブ連携しています。社内文書をMinerUでMarkdown化してRAGに取り込めば、完全プライベートな文書検索AIが構築できます。

Q: GPUは必須ですか？

いいえ。 パイプラインモードならCPUのみで動作します。 精度が必要なhybridモードではGPU（8GB VRAM以上）が必要です。

Q: データは外部に送信されますか？

いいえ。MinerUは完全ローカル動作です。文書が外部に送信されることは一切ありません。機密文書も安心して処理できます。

まとめ：MinerUで書類処理から解放されよう

MinerUは、「書類処理にかける時間をゼロにする」 ためのツールです。

500ページの契約書 → 4分 200枚の請求書 → 12分 50本の論文 → 半日

しかも、インストール不要のWebアプリもあるので、まずは気軽に試せます。

こんな人におすすめ:

法務・経理で大量のPDFを処理している
研究論文のサーベイに時間を取られている
RAGを構築したいが文書の前処理に困っている
紙の書類をデジタル化したい自治体・教育機関
日本語を含む多言語文書を扱う必要がある

まずはWebデモで試してみてください。

Webデモ: mineru.net GitHub: github.com/opendatalab/MinerU

1回使えば、その威力に驚くはずです。