Tecnologías

¿Con qué está hecho MinerU?

Q: ¿Qué repos tienen un stack parecido a MinerU?

Los que más comparten su stack: datawhalechina/hello-agents, debpalash/VoiceStudio y unslothai/unsloth.

MinerU es un repo de Python hecho con FastAPI y uvicorn. Guarda sus datos en SQLite, usa IA con onnxruntime, ModelScope, ONNX, tokenizers y OpenAI, arma su contenido con mineru, pillow, beautifulsoup4 y pypdfium2, valida sus datos con Pydantic, se despliega con loguru y usa aiosqlite y Hugging Face. Son 158,109 líneas escritas, con 236 archivos de prueba.

Leído el 4 de noviembre de 2026, en el commit 8cd0842. Léela en markdown

Frontend

Interfaz

Rich7 archivos
Gradio4 archivos

MinerU375 archivos

Backend

La base

FastAPI10 archivos

Datos

aiosqlite
SQLite3 archivos · mineru/doclib/core/db.py, línea 11

IA

onnxruntime7 archivos
ModelScope1 archivo
ONNX1 archivo
tokenizers1 archivo

Servicios

Hugging Face1 archivo · mineru/model/download.py, línea 13
OpenAI1 archivo · mineru/backend/postprocess/llm_client.py, línea 13

Apoyo

La base

uvicorn4 archivos

Contenido

mineru203 archivos
pillow23 archivos
beautifulsoup44 archivos
pypdfium21 archivo

Validación

Pydantic18 archivos

Despliegue

loguru41 archivos

Herramientas

Typer29 archivos
packaging5 archivos
click4 archivos
typing-extensions1 archivo
watchfiles1 archivo

Otras

python-multipart
NumPy46 archivos
httpx14 archivos
tqdm10 archivos
filelock8 archivos
pyyaml7 archivos
shapely2 archivos
ftfy1 archivo
jieba1 archivo
json-repair1 archivo
pyclipper1 archivo
requests1 archivo

Otros repos con un stack parecido

Ordenados por cuánto de su stack comparten con MinerU, y después por estrellas.

datawhalechinahello-agents
86 k
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
14 de 35 en comúnComparar →
debpalashVoiceStudio
100.7 k
VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
10 de 35 en comúnComparar →
unslothaiunsloth
79.1 k
Local UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX and more.
9 de 35 en comúnComparar →
Significant-GravitasAutoGPT
187.9 k
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.
8 de 35 en comúnComparar →
unclecodecrawl4ai
86.9 k
Official Crawl4AI Cloud: a hosted web scraping, extraction, and search API for AI agents. Free API key, 1,000 credits a month, no card. Fully open source: this repo is the Apache-2.0 crawler that powers it, and you can self-host it.
8 de 35 en comúnComparar →
open-webuiopen-webui
157.7 k
User-friendly AI Interface (Supports Ollama, OpenAI API, ...)
7 de 35 en común · SvelteComparar →