✍️ ライティングコミュニティ

mineru-extract

MinerUのAPIを活用し、URL先のウェブページやPDFなどの情報を、レイアウトや表、数式、OCR処理を含めて、より正確なMarkdown形式に変換して整理されたデータを取り出すSkill。

📜 元の英語説明(参考)

Use the official MinerU (mineru.net) parsing API to convert a URL (HTML pages like WeChat articles, or direct PDF/Office/image links) into clean Markdown + structured outputs. Use when web_fetch/browser can’t access or extracts messy content, and you want higher-fidelity parsing (layout/table/formula/OCR).

🇯🇵 日本人クリエイター向け解説

一言でいうと

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux

mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o mineru-extract.zip https://jpskill.com/download/8445.zip && unzip -o mineru-extract.zip && rm mineru-extract.zip

🪟 Windows (PowerShell)

$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/8445.zip -OutFile "$d\mineru-extract.zip"; Expand-Archive "$d\mineru-extract.zip" -DestinationPath $d -Force; ri "$d\mineru-extract.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)

1. 下の青いボタンを押して mineru-extract.zip をダウンロード
2. ZIPファイルをダブルクリックで解凍 → mineru-extract フォルダができる
3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
4. Claude Code を再起動

⬇ .zip でダウンロード(推奨) ⬇ .skill 形式(上級者用) 元のソース ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
- · macOS / Linux: ~/.claude/skills/
- · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →

最終更新: 2026-05-18
取得日時: 2026-05-18
同梱ファイル: 1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

MinerU Extract (公式 API)

MinerUをアップストリームの「コンテンツ正規化ツール」として使用します。 MinerUにURLを送信し、完了をポーリングし、結果のzipをダウンロードして、メインのMarkdownを抽出します。

クイックスタート (MCP準拠)

MinerU MCPのメンタルモデルに準拠していますが、MCPサーバーは実行しません。

主要スクリプト (MCPスタイル): scripts/mineru_parse_documents.py
- 入力: --file-sources (カンマ/改行区切り)
- 出力: stdoutへのJSONコントラクト: { ok, items, errors }
低レベルスクリプト (単一URL): scripts/mineru_extract.py

認証:

MINERU_TOKENを設定 (mineru.netからのBearerトークン)

デフォルトのモデルヒューリスティック:

.pdf/.doc/.ppt/.png/.jpgで終わるURL → pipeline
それ以外 → MinerU-HTML (WeChatの記事のようなHTMLページに最適)

1) トークンを設定 (スキルローカル)

スキルルートの.envにシークレットを配置します (チャット出力に貼り付けないでください):

# mineru-extractスキルのディレクトリ内: .env
MINERU_TOKEN=your_token_here
MINERU_API_BASE=https://mineru.net

2) URLを解析 → Markdown (推奨)

MCPスタイルのラッパー (JSONを返し、オプションでmarkdownテキストを含みます):

python3 mineru-extract/scripts/mineru_parse_documents.py \
  --file-sources "<URL1>\n<URL2>" \
  --language ch \
  --enable-ocr \
  --model-version MinerU-HTML

markdownコンテンツをJSONにインラインで含めたい場合 (大きくなる可能性があります):

python3 mineru-extract/scripts/mineru_parse_documents.py \
  --file-sources "<URL>" \
  --model-version MinerU-HTML \
  --emit-markdown --max-chars 20000

低レベル (単一URL、markdownをstdoutに出力):

python3 mineru-extract/scripts/mineru_extract.py "<URL>" --model MinerU-HTML --print > /tmp/out.md

出力

スクリプトは常にMinerUの結果zipをダウンロードして以下に展開します:

~/.openclaw/workspace/mineru/<task_id>/

以下を書き込みます:

result.zip
抽出されたファイル (Markdown + JSON + アセット)

stderrにパスを含むJSONサマリーを出力します:

task_id, full_zip_url, out_dir, markdown_path

パラメータ (共通)

--model: pipeline | vlm | MinerU-HTML (HTMLにはMinerU-HTMLが必要)
--ocr/--no-ocr: OCRを有効にする (pipeline/vlmに有効)
--table/--no-table: 表認識
--formula/--no-formula: 数式認識
--language ch|en|...
--page-ranges "2,4-6" (非HTML)
--timeout 600 / --poll-interval 2

失敗モードとフォールバック

MinerUは一部のURLの取得に失敗する可能性があります (アンチボット / 地域 / ログイン)。
- フォールバック: HTMLファイルまたはPDF/長いスクリーンショットを提供します。次に、MinerUバッチアップロードエンドポイントを使用して「アップロード+解析」フローを実装します。
- 常に失敗したURL + MinerUのerr_msgを報告し、出力に元のソースリンクを保持します。

参考文献

MinerU APIドキュメント: https://mineru.net/apiManage/docs
MinerU出力ファイル: https://opendatalab.github.io/MinerU/reference/output_files/

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

MinerU Extract (official API)

Use MinerU as an upstream “content normalizer”: submit a URL to MinerU, poll for completion, download the result zip, and extract the main Markdown.

Quick start (MCP-aligned)

We align to the MinerU MCP mental model, but we do not run an MCP server.

Primary script (MCP-style): scripts/mineru_parse_documents.py
- Input: --file-sources (comma/newline-separated)
- Output: JSON contract on stdout: { ok, items, errors }
Low-level script (single URL): scripts/mineru_extract.py

Auth:

Set MINERU_TOKEN (Bearer token from mineru.net)

Default model heuristic:

URLs ending with .pdf/.doc/.ppt/.png/.jpg → pipeline
Otherwise → MinerU-HTML (best for HTML pages like WeChat articles)

1) Configure token (skill-local)

Put secrets in skill root .env (do not paste into chat outputs):

# In the mineru-extract skill directory: .env
MINERU_TOKEN=your_token_here
MINERU_API_BASE=https://mineru.net

2) Parse URL(s) → Markdown (recommended)

MCP-style wrapper (returns JSON, optionally includes markdown text):

python3 mineru-extract/scripts/mineru_parse_documents.py \
  --file-sources "<URL1>\n<URL2>" \
  --language ch \
  --enable-ocr \
  --model-version MinerU-HTML

If you want the markdown content inline in the JSON (can be large):

python3 mineru-extract/scripts/mineru_parse_documents.py \
  --file-sources "<URL>" \
  --model-version MinerU-HTML \
  --emit-markdown --max-chars 20000

Low-level (single URL, print markdown to stdout):

python3 mineru-extract/scripts/mineru_extract.py "<URL>" --model MinerU-HTML --print > /tmp/out.md

Output

The script always downloads + extracts the MinerU result zip to:

~/.openclaw/workspace/mineru/<task_id>/

It writes:

result.zip
extracted files (Markdown + JSON + assets)

It prints a JSON summary to stderr with paths:

task_id, full_zip_url, out_dir, markdown_path

Parameters (common)

--model: pipeline | vlm | MinerU-HTML (HTML requires MinerU-HTML)
--ocr/--no-ocr: enable OCR (effective for pipeline/vlm)
--table/--no-table: table recognition
--formula/--no-formula: formula recognition
--language ch|en|...
--page-ranges "2,4-6" (non-HTML)
--timeout 600 / --poll-interval 2

Failure modes & fallbacks

MinerU may fail to fetch some URLs (anti-bot / geo / login).
- Fallback: provide an HTML file or a PDF/long screenshot; then implement “upload + parse” flow with MinerU batch upload endpoints.
- Always report the failing URL + MinerU err_msg and keep an original-source link in outputs.

References

MinerU API docs: https://mineru.net/apiManage/docs
MinerU output files: https://opendatalab.github.io/MinerU/reference/output_files/