MinerU插件3步装好：PDF转Markdown 10分钟

MinerU插件3步装好PDF转Markdown 10分钟【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 是一款把 PDF、Word、PPT、Excel 解析成大模型可用 Markdown 和 JSON 的开源文档解析工具解决PDF 内容喂不进 LLM的麻烦。读完本文你能做到按你的硬件纯 CPU / N 卡 / 只需远程调用选对插件安装路径跑通第一次 PDF 转换并验证结果用几个环境变量切换模型源、指定设备、开关公式和表格解析自查安装失败、乱码、显存不足等高频问题30 秒搞懂核心概念插件就是按需安装的功能包MinerU 的功能按扩展包拆分core是基础解析能力vllm是推理加速模块s3、mlx等是可选增强。按需安装不装用不到的依赖。vllm 是什么vllm 是一种高性能推理引擎开源推理框架用 PagedAttention分页管理 KV 缓存技术加速 VLM视觉大模型推理。要求 Volta 及以后架构的 N 卡显存 8G 以上。三种解析后端怎么分pipeline传统版面检测 OCRCPU 可跑vlm-engine本地跑 VLM 模型精度高vlm-http-client本机只做轻量客户端模型跑在远程服务器上。按场景选你的路径MinerU插件安装方案1. 纯 CPU或只想先试试下面的命令安装 core 包包含 pipeline/VLM 基础模型和 Gradio 可视化不含 vllmuv pip install mineru[core]适合没有显卡、或先评估 MinerU 解析质量的用户。2. 有 Volta 及以后架构的 N 卡8G 显存执行uv pip install mineru[core,vllm]一次性装好 core 和 vllmVLM 后端会走 vllm 做 GPU 推理加速。适合有 N 卡、要更高精度和批量吞吐的用户。注意vllm 与 lmdeploy 加速效果相近二选一安装别同时装。3. 只需远程调用边缘设备 / 纯 CPU 服务器执行uv pip install mineru装轻量客户端运行时用-b vlm-http-client -u 服务端地址指向远程的 OpenAI 兼容服务。适合只有 CPU 和网络、算力放在远端 GPU 服务器上的用户。装完就跑最小可用配置下面的命令解析项目自带的示例 PDF把结果写到output目录首次运行会自动下载模型mineru -p demo/pdfs/demo1.pdf -o output验证方式跑完执行mineru --version能输出版本号且output目录下生成了.md文件。两者都满足说明环境 OK。性能旋钮与环境变量GPU推理加速配置变量名作用推荐值什么时候需要改MINERU_MODEL_SOURCE切换模型下载源不设置自动探测网络访问不了 HuggingFace 时设为modelscopeMINERU_DEVICE_MODE指定计算设备不设置自动探测多卡或想强制指定设备时设为cuda、cpu等MINERU_VIRTUAL_VRAM_SIZE限制模型加载的显存上限GB不设置自动探测显存紧张或 OOM 时调成较小的整数MINERU_FORMULA_ENABLE公式解析开关true文档基本没公式时设为false加快解析MINERU_TABLE_ENABLE表格识别开关true文档没有表格时设为false不配置也能跑以上只是进阶调优。完整参数清单见 命令行工具文档。踩坑速查高频问题 Q/AQvllm 安装失败或 CUDA 版本不兼容A默认 vllm 需要兼容 CUDA 13.0 的驱动驱动是 CUDA 12.9 的话请按 vllm 官方文档选对应 CUDA 的安装方式或直接用 Docker 部署指南 里的预构建镜像。Q模型下载慢或反复失败A多半是网络访问不了 HuggingFace。执行export MINERU_MODEL_SOURCEmodelscope切到 ModelScope 源再重试。Q中英混排文档 OCR 效果不理想AOCR 语言默认ch中文兼容混排。纯英文文档在命令里加-l en即可。Q解析时显存溢出OOMA调小MINERU_VIRTUAL_VRAM_SIZE或换更轻量的后端-b pipeline。下一步跑通第一次转换后建议翻一翻 扩展模块安装指南了解 s3、lmdeploy 等可选模块把 MinerU 接到你的 Agentic 工作流里。【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