MinerU PDF 转换实战：3 个场景跑通文档解析全流程

MinerU PDF 转换实战3 个场景跑通文档解析全流程【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerUMinerU 是一个开源文档解析工具能把 PDF、图片、DOCX/PPTX/XLSX 转成可直接喂给大模型的 Markdown 和 JSON。本文面向没接触过它的开发者按 3 个真实使用场景讲清楚插件怎么装、vllm 加速怎么配、轻量客户端怎么部署。场景一只想把 PDF 转成 Markdown两步装好 mineru 插件大多数人的第一步需求就是给我一个 PDF我还我一份结构化文本。core扩展模块就是为此准备的它包含 pipeline OCR 引擎、VLM 推理等全部基础组件不含 vllm 等可选项uv pip install mineru[core]装完直接跑转换命令即可mineru -p input_path -o output_path首次运行会自动下载所需模型并缓存到本地。如果网络访问 HuggingFace 困难可先执行export MINERU_MODEL_SOURCEmodelscope切换到国内镜像源。如果机器没有 GPU追加-b pipeline参数让解析跑在纯 CPU 上。完整参数说明见命令行工具文档。场景二有 GPU 想提速做 mineru vllm 配置 如果你的显卡是 Volta 架构及以上、显存 8G 起步可以叠加vllm扩展来加速 VLM 模型推理uv pip install mineru[core,vllm]两点提醒vllm 与 lmdeploy 二选一。两者加速效果和使用方式几乎相同同时安装容易引发依赖冲突不要一起装。显存偏紧时限制虚拟显存避免推理时 OOMexport MINERU_DEVICE_MODEcuda export MINERU_VIRTUAL_VRAM_SIZE16 # 单位 GB按实际显存调整推理服务端的实现可以读一下 mineru/model/vlm/ 目录下的源码方便按需改行为。场景三CPU 机器或远程调用mineru 轻量部署服务器有 GPU、本地只有一台 CPU 笔记本这是很典型的服务端推理 客户端编排结构。基础包mineru本体非常轻CPU 网络就能用uv pip install mineru然后用vlm-http-client后端连接远程的 OpenAI 兼容推理服务mineru -p input_path -o output_path -b vlm-http-client -u http://127.0.0.1:30000如果还希望客户端本地跑表格、公式等小模型有 GPU 时更快可以改装稍重一点的mineru[pipeline]并使用-b hybrid-http-client。更多组合见扩展模块安装指南。环境变量速查与常见排错几个出现频率最高的变量变量名作用示例值MINERU_MODEL_SOURCE切换模型下载源modelscopeMINERU_FORMULA_ENABLE公式解析开关falseMINERU_TABLE_ENABLE表格解析开关trueMINERU_VIRTUAL_VRAM_SIZE限制 VLM 可用显存GB16遇到问题的排查顺序vllm 安装失败通常是 CUDA 版本不匹配可改用 Docker 预构建镜像绕开参考Docker 部署说明。中文文档识别不佳命令行传-l ch指定语言比默认自动检测更稳。显存溢出调小MINERU_VIRTUAL_VRAM_SIZE或直接退回-b pipeline走 CPU 路线。MinerU 的插件化设计让装多少、跑在哪、快不快都成了可以分开决策的问题基础转换用core追求速度叠加vllm边缘设备只留轻量客户端。从快速上手文档出发把上面三个场景按自己的硬件条件组合一遍基本就能覆盖日常到批量生产的各类 PDF 转换与文档解析需求。【免费下载链接】MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.项目地址: https://gitcode.com/GitHub_Trending/mi/MinerU创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考