MinerU vs PaddleOCR vs RAGFlow 对比分析

graph LR
    subgraph MinerU2["MinerU
文档解析引擎"]
        direction TB
        MA["PDF / DOCX 输入"]
        MB["版面分析 + OCR"]
        MC["结构化输出
content_list.json"]
        MA --> MB --> MC
    end

    subgraph RAGFlow2["RAGFlow
端到端 RAG 平台"]
        direction TB
        R1["文档解析
python-docx / Deepdoc"]
        R2["智能分块
模板 + 可视化编辑"]
        R3["向量化 + 混合检索
Dense + BM25"]
        R4["精排 Reranker"]
        R5["LLM 生成回答
多模态输出"]
        R6["API / 聊天界面"]
        R1 --> R2 --> R3 --> R4 --> R5 --> R6
    end

    MC -.->|"可作为 RAGFlow 的解析层"| R1

    subgraph Scope["覆盖范围"]
        S1["MinerU：只负责
文档 → 结构化数据"]
        S2["RAGFlow：负责
文档 → 检索 → 回答
（全链路）"]
    end

    style MinerU2 fill:#ede9fe,stroke:#7c3aed,stroke-width:2px
    style RAGFlow2 fill:#fef3c7,stroke:#d97706,stroke-width:2px
    style Scope fill:#f0fdf4,stroke:#059669,stroke-width:1px
    

graph TB
    subgraph Layer1["工具层 — 单一能力"]
        PO["PaddleOCR
图片 → 文字"]
        PD["python-docx
DOCX → XML 遍历"]
        MM["mammoth
DOCX → HTML"]
    end

    subgraph Layer2["引擎层 — 文档解析"]
        MU["MinerU
PDF/DOCX → 结构化 JSON
内置 PaddleOCR + mammoth"]
        DD["Deepdoc
RAGFlow 自研解析"]
    end

    subgraph Layer3["平台层 — 端到端 RAG"]
        RF["RAGFlow
文档 → 检索 → 回答
带 Web UI + API"]
    end

    subgraph Layer4["我们的项目"]
        OUR["自研 RAG Pipeline
python-docx + 图片内联
+ 混合检索 + LLM 生成"]
    end

    PO -.-> MU
    PD -.-> MU
    MM -.-> MU
    PD -.-> DD
    DD -.-> RF
    PD -.-> OUR

    style Layer1 fill:#dbeafe,stroke:#2563eb,stroke-width:1px
    style Layer2 fill:#ede9fe,stroke:#7c3aed,stroke-width:1px
    style Layer3 fill:#fef3c7,stroke:#d97706,stroke-width:1px
    style Layer4 fill:#d1fae5,stroke:#059669,stroke-width:2px