← 选型矩阵 · 文档解析
PDF-Extract-Kit：文档解析，单机，显存 8G
MinerU 背后的模型集合：版面、公式、表格、OCR 都拆开给你单独调。
关键字段
| 用途 | 文档解析 |
|---|
| 部署形态 | 单机 |
|---|
| 纯内网 | 是 |
|---|
| 显存门槛 | 8G |
|---|
| 部署难度 | ●●●○○ |
|---|
| 许可 | AGPL-3.0 |
|---|
| 成本 | 自建免费 |
|---|
| 中文 | 是 |
|---|
| 扫描件 OCR | 是 |
|---|
| 批量 | 是 |
|---|
| 多人协作 | 否 |
|---|
| 要注意 | 只给模型不给管线，拼接、去重、阅读顺序全要自己写；AGPL。 |
|---|
字段核验：2026-11（许可、部署形态、显存门槛来自项目公开文档；价格不上表，会过期）
选它之前要想清楚
只给模型不给管线，拼接、去重、阅读顺序全要自己写；AGPL。
项目主页 ↗
同类替代
- MinerU（Docker · 显存 8G · 难度 2）— 解析是重活，批量几百份要排队；AGPL 对商业闭源产品有限制。
- PaddleOCR / PP-StructureV3（单机 · 显存 8G · 难度 2）— 纯 OCR 和版面还原是两件事，表格结构要单独开结构化模型。
- Docling（单机 · 显存 无 · 难度 2）— 中文复杂版式不如国内方案，扫描件质量差时准确率下降明显。
- Marker（单机 · 显存 8G · 难度 2）— 中文支持一般；商用闭源必须单独买授权，GPL 不能直接嵌产品。
把 PDF-Extract-Kit 和同类并排对比 →