← Leaderboard

opendatalab/MinerU

View on GitHub ↗
Internal79

Unique within the repo — the other 21% repeats across its own files.

Public62

Unique across all public code — a further 17% is its own but appears in other public repos too.

Original and tidy — it rarely repeats itself, and little of it turns up in other public code. About as close to genuinely its own work as this metric can measure.

Worth consolidating — in the code

Real, actionable duplication in this repo's source, most concrete first.

Top duplication hotspots

SimilarityOverlapFile AFile BCross-repo
19% 536 opendatalab/MinerU/mineru/cli/fast_api.py opendatalab/MinerU/mineru/cli/router.py same repo
46% 522 opendatalab/MinerU/mineru/backend/pipeline/pipeline_middle_json_mkcontent.py opendatalab/MinerU/mineru/backend/vlm/vlm_middle_json_mkcontent.py same repo
67% 386 opendatalab/MinerU/mineru/backend/hybrid/hybrid_magic_model.py opendatalab/MinerU/mineru/backend/vlm/vlm_magic_model.py same repo
27% 328 opendatalab/MinerU/mineru/backend/office/mkcontent/output_builders.py opendatalab/MinerU/mineru/backend/vlm/vlm_middle_json_mkcontent.py same repo
12% 321 opendatalab/MinerU/mineru/cli/api_client.py opendatalab/MinerU/mineru/cli/router.py same repo
20% 278 opendatalab/MinerU/mineru/backend/office/mkcontent/output_builders.py opendatalab/MinerU/mineru/backend/pipeline/pipeline_middle_json_mkcontent.py same repo
7% 275 opendatalab/MinerU/mineru/cli/client.py opendatalab/MinerU/mineru/cli/gradio_app.py same repo
10% 209 opendatalab/MinerU/mineru/backend/hybrid/hybrid_analyze.py opendatalab/MinerU/mineru/backend/pipeline/batch_analyze.py same repo
12% 200 opendatalab/MinerU/mineru/backend/hybrid/hybrid_analyze.py opendatalab/MinerU/mineru/backend/vlm/vlm_analyze.py same repo
39% 194 opendatalab/MinerU/mineru/backend/hybrid/hybrid_model_output_to_middle_json.py opendatalab/MinerU/mineru/backend/pipeline/model_json_to_middle_json.py same repo
7% 190 opendatalab/MinerU/mineru/cli/client.py opendatalab/MinerU/mineru/cli/fast_api.py same repo
5% 187 opendatalab/MinerU/mineru/cli/fast_api.py opendatalab/MinerU/mineru/cli/gradio_app.py same repo
8% 181 opendatalab/MinerU/mineru/cli/api_client.py opendatalab/MinerU/mineru/cli/client.py same repo
6% 173 opendatalab/MinerU/mineru/cli/client.py opendatalab/MinerU/mineru/cli/router.py same repo
44% 164 opendatalab/MinerU/mineru/backend/hybrid/hybrid_model_output_to_middle_json.py opendatalab/MinerU/mineru/backend/vlm/model_output_to_middle_json.py same repo
6% 164 opendatalab/MinerU/mineru/cli/api_client.py opendatalab/MinerU/mineru/cli/fast_api.py same repo
10% 157 opendatalab/MinerU/demo/demo.py opendatalab/MinerU/mineru/cli/client.py same repo
4% 155 opendatalab/MinerU/mineru/cli/gradio_app.py opendatalab/MinerU/mineru/cli/router.py same repo
10% 153 opendatalab/MinerU/mineru/cli/api_request.py opendatalab/MinerU/mineru/cli/client.py same repo
11% 141 opendatalab/MinerU/mineru/backend/hybrid/hybrid_magic_model.py opendatalab/MinerU/mineru/backend/office/office_magic_model.py same repo

Docs & prose

Near-identical documentation — often translations (e.g. README.mdREADME_zh-CN.md) or mirrored guides. Usually intentional, not cleanup — listed separately so it doesn't inflate the code signal above.

Top duplication hotspots

SimilarityOverlapFile AFile BCross-repo
28% 720 opendatalab/MinerU/README.md opendatalab/MinerU/docs/en/quick_start/index.md same repo
25% 715 opendatalab/MinerU/README.md opendatalab/MinerU/README_zh-CN.md same repo
21% 532 opendatalab/MinerU/README.md opendatalab/MinerU/docs/en/index.md same repo
29% 460 opendatalab/MinerU/docs/en/reference/output_files.md opendatalab/MinerU/docs/zh/reference/output_files.md same repo
31% 361 opendatalab/MinerU/README_zh-CN.md opendatalab/MinerU/docs/zh/quick_start/index.md same repo
31% 353 opendatalab/MinerU/README_zh-CN.md opendatalab/MinerU/docs/zh/index.md same repo
52% 333 opendatalab/MinerU/docs/en/index.md opendatalab/MinerU/docs/zh/index.md same repo
24% 328 opendatalab/MinerU/README_zh-CN.md opendatalab/MinerU/docs/en/index.md same repo
13% 324 opendatalab/MinerU/README.md opendatalab/MinerU/docs/zh/index.md same repo
5% 273 opendatalab/MinerU/README.md opendatalab/MinerU/docs/en/reference/changelog.md same repo
27% 250 opendatalab/MinerU/docs/en/quick_start/index.md opendatalab/MinerU/docs/zh/quick_start/index.md same repo
14% 242 opendatalab/MinerU/README_zh-CN.md opendatalab/MinerU/docs/en/quick_start/index.md same repo
9% 240 opendatalab/MinerU/README.md opendatalab/MinerU/docs/zh/quick_start/index.md same repo
17% 205 opendatalab/MinerU/docs/en/index.md opendatalab/MinerU/docs/en/quick_start/index.md same repo
32% 181 opendatalab/MinerU/docs/zh/index.md opendatalab/MinerU/docs/zh/quick_start/index.md same repo
18% 181 opendatalab/MinerU/docs/en/quick_start/index.md opendatalab/MinerU/docs/zh/index.md same repo
22% 179 opendatalab/MinerU/docs/en/index.md opendatalab/MinerU/docs/zh/quick_start/index.md same repo
4% 126 opendatalab/MinerU/docs/en/reference/changelog.md opendatalab/MinerU/docs/zh/reference/changelog.md same repo
58% 107 opendatalab/MinerU/docs/zh/usage/acceleration_cards/METAX.md opendatalab/MinerU/docs/zh/usage/acceleration_cards/THead.md same repo
3% 107 opendatalab/MinerU/docs/en/quick_start/index.md opendatalab/MinerU/docs/en/reference/changelog.md same repo

Largest files

Largest files

LOCFileStatus
2080opendatalab/MinerU/mineru/cli/gradio_app.pyindexed
1673opendatalab/MinerU/mineru/cli/router.pyindexed
1474opendatalab/MinerU/mineru/cli/fast_api.pyindexed
1310opendatalab/MinerU/mineru/backend/hybrid/hybrid_analyze.pyindexed
1224opendatalab/MinerU/mineru/cli/client.pyindexed
1065opendatalab/MinerU/mineru/cli/api_client.pyindexed
1025opendatalab/MinerU/mineru/backend/pipeline/pipeline_middle_json_mkcontent.pyindexed
989opendatalab/MinerU/mineru/backend/utils/office_chart.pyindexed
978opendatalab/MinerU/mineru/backend/pipeline/batch_analyze.pyindexed
965opendatalab/MinerU/mineru/backend/office/mkcontent/inline_renderer.pyindexed