|
|
||
|---|---|---|
| docker | ||
| docs | ||
| lib | ||
| mineru | ||
| mineru.egg-info | ||
| projects | ||
| scripts | ||
| test_files | ||
| tests | ||
| .dockerignore | ||
| .gitattributes | ||
| .gitignore | ||
| File | ||
| LICENSE.md | ||
| MinerU_CLA.md | ||
| README.md | ||
| README.mineru-upstream.md | ||
| VUE_MIGRATION_GUIDE.md | ||
| mineru.template.json | ||
| mkdocs.yml | ||
| package-lock.json | ||
| pyproject.toml | ||
| test-mindmap.html | ||
| update_version.py | ||
README.md
Unis MinerU 解析服务
当前基线为官方 MinerU 2.7.1。mineru/ 的全部 187 个文件与登记的官方 wheel 一致,没有项目内核定制;本轮暂不加入六级标题补丁,保持官方最多四级的标题输出。
思维导图工作台、用户授权、模型整理、文件格式分流和版本适配已迁至 MaxKB。旧 web_ui 不再部署。官方说明见 README.mineru-upstream.md,来源和逐文件哈希见 2.7.1-baseline.json。旧业务实现可从 Git 提交 8b50192 回看。
启动
在经过验证的独立虚拟环境安装本项目,准备原版 pipeline / VLM 模型及 mineru.json,设置 MINERU_TOOLS_CONFIG_JSON 和 MINERU_MODEL_SOURCE=local,运行:
python scripts/check_parser_baseline.py --runtime
python scripts/run_parser.py --host 127.0.0.1 --port 8100
仅启动解析服务。接口为 /file_parse,不包含旧 /api、/v1/tasks、智能整理或工作台静态页面。服务应仅供可信内网调用,业务鉴权在 MaxKB 完成。
MINERU_GPU_MEMORY_UTILIZATION 通过启动参数传给上游引擎;默认限制单个解析请求并发。模型文件不自动下载,也不在启动时执行数据库迁移。
镜像
CoreX 使用 docker/china/Dockerfile.corex;CUDA 使用 docker/global/Dockerfile.cuda。两者恢复 develop 中原厂商基础镜像和依赖安装顺序,保留原字体和系统库。必要差异是将旧 mineru[core]>=2.7.4 改为 mineru[core]==2.7.1,并在构建结束检查全部官方源码及安装版本。CoreX 继续使用原 --no-deps 安装方式及 CoreX 4.4.0 / Torch 2.7.1 / vLLM 0.11.2 / Python 3.10 基础镜像。
scripts/build-images.sh 只构建解析镜像,不恢复已退役的 web_ui 构建。它保留 unis-mindmap-api:版本、:corex/:cuda、:latest 旧标签,并生成新版升级包需要的 unis-mineru:版本-卡型 标签和发布标记。构建时 latest 会更新,需保留原交付包/镜像 ID 以便回退。
API_FLAVOR=corex VERSION=refact-271-20261106-1 bash scripts/build-images.sh
# NVIDIA:API_FLAVOR=cuda
模型配置 entrypoint 保持原命令入口;mineru-api 命令转交 scripts/run_parser.py,在内核之外保留显存/并发参数兼容。包装器配置官方 ASGI app,并将 API 服务参数与引擎参数分开,避免把并发数等字段交给 vLLM 的 AsyncEngineArgs;不恢复内核参数过滤补丁。scripts/start-mindmap.sh 仅启动 parser,不删除容器、不递归修改业务目录权限;独立 Compose 的 NVIDIA 环境需配置 MINERU_DOCKER_RUNTIME=nvidia。
回到 2.7.1 不等于 MR100 已通过验收。 原依赖列表仍有浮动版本,基础镜像标签也不等于不可变镜像 ID;移除旧 AsyncEngineArgs 签名过滤补丁后,官方内核与厂商 vLLM 的组合仍需实卡验证。旧 CoreX 离线镜像继续保留为回退材料,见 基线核查。