腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

MinerU本地化部署教程——一款AI知识库建站的必备工具

前言：来一个官方一点的介绍：MinerU是一个一站式、开源、高质量的数据提取工具，支持多种功能，如提取 PDF、markdown 等格式的内容。 MinerU可以用来做什么？下载minerU，客户端版本下载地址： https://mineru.net/ 安装完成以后，可以直接上传文件进行解析。注意，这儿上传的文件，会被传输到远程的线上默认环境进行解析。但是使用客户端的minerU,毕竟文档会被上传到云端，如果遇到私密的文档，还可能存在消息泄露的隐患。所以需要本地化部署minerU来解决这个问题，毕竟本地才最安全。接下来开始本地化部署操作教程。以下内容教程，基于Windows系统进行操作。本地安装minerU之前，需要确保你的电脑上已经安装有Conda环境，如果有显卡资源（8G显存起步），还需要提前安装好Cuda环境、显卡驱动等。以上就是minerU本地安装配置的全部过程。没了。

2025-03-29

23.4K0

标签:

MinerU Docker 部署指南：PDF 结构化解析服务实践

本指南将以Docker容器化部署为核心，详细介绍MinerU在vLLM等加速后端场景下的部署方式，包括环境准备、镜像拉取、服务启动、功能验证以及生产环境配置建议，帮助用户快速构建稳定、可复现的MinerU 以下分别介绍这三种服务的部署方法。1.vLLM后端服务部署vLLM后端服务是MinerU的核心组件，提供高性能的文档解析与处理能力。部署GradioWebUI提供直观的图形界面，适合非技术用户使用MinerU的功能。，建议部署多实例并配置负载均衡，以提高系统可用性：多实例部署：部署多个MinerU实例，避免单点故障负载均衡：使用Nginx或云服务提供商的负载均衡服务分发流量自动扩缩容：在Kubernetes环境中， Kubernetes环境中部署，以获得更强大的编排和管理能力通过本文提供的指南，相信您已能够顺利部署和使用MinerU容器化应用。

2025-12-31

5K0

标签:

轻量服务器部署 MinerU：PDF 解析服务复现记录

这次记录一个MinerUDocker部署复现。目标不是搭一个完整知识库，而是先验证PDF、Office文档能不能解析成Markdown/JSON，再决定要不要接后面的RAG流程。展开代码语言：BashAI代码解释dockerrun--rm--gpusalldocker.1ms.run/vllm/vllm-openai:v0.21.0nvidia-smi这一步能过，再继续构建或启动MinerU 小结这次复现的关键点是：MinerU适合作为RAG前面的文档解析层。部署时先排镜像、GPU、端口和模型缓存，再看解析产物质量。如果Markdown/JSON已经乱了，后面接什么向量库和模型都很难稳定。

2026-06-23

4290

标签:

基于MinerU的PDF解析API

基于MinerU的PDF解析A - MinerU的GPU镜像构建 - 基于FastAPI的PDF解析接口支持一键启动，已经打包到镜像中，自带模型权重，支持GPU推理加速，GPU速度相比CPU每页解析要快几十倍不等进行表格识别；光学字符识别：使用PaddleOCR进行文本识别；镜像地址：阿里云地址：docker pull registry.cn-beijing.aliyuncs.com/quincyqiang/mineru :0.2-models dockerhub地址：docker pull quincyqiang/mineru:0.2-models 启动命令： docker run -itd --name=mineru_server --gpus=all -p 8888:8000 quincyqiang/mineru:0.2-models 具体截图请见博客：https://cloud.tencent.com/developer/article

2025-06-25

3.5K1

标签:

内网环境在 RAGFlow 中使用 MinerU

本文可作为使用教程：如何在 RAGFlow 中使用 MinerU[1] 的补充，介绍如何在内网环境下配置 MinerU 解析器以供 RAGFlow 使用。前提假设已通过 docker 的形式在内网环境部署 RagFlow RAGFlow 版本 >= v0.21.1 有内网环境 pip 源安装 MinerU 更新 .env 文件在 .env[2] 文件中添加如下内容： MINERU_EXECUTABLE=/ragflow/uv_tools/.venv/bin/mineru MINERU_MODEL_SOURCE=local 其中 MINERU_MODEL_SOURCE /volume/mineru.json:/root/mineru.json + - . /20251126-090158.pdf -o /tmp/mineru_pdf_k3y3cwp7 -m auto -b pipeline 执行效果： RAGFlow 参考资料 [1] 使用教程：如何在

2026-03-16

2.4K0

标签:

字节跳动 Dolphin vs Mineru：哪个才是你的文档解析最优解？

快速对比：Dolphin vs Mineru 对比维度 Dolphin Mineru 发布机构字节跳动 Bytedance 上海人工智能实验室 OpenDataLab 发布时间 2025 年 5 OCR 核心特点支持扫描 PDF：内置 OCR 模块，支持 84 种语言；模块化设计：从解析、校对到导出全流程打通；输出灵活：支持 Markdown、结构化 JSON，多种中间格式方便二次处理；部署简单 MinerU 使用文档：MinerU 文档中心适用场景各类生产环境文档自动化处理 OCR 文档、合同扫描件、旧档案清洗 NLP 项目数据预处理和知识库构建性能实测亮点 Dolphin 页面级、元素级解析准确率高采用 HAP 技术，多个元素并行处理，效率高于传统 pipeline 更适合 GPU 高性能部署场景 ⚙️ Mineru 在 Docling 测试中表现优异（GPU 上 0.21 秒/页） OCR 支持丰富，扫描 PDF 表现亮眼社区维护活跃，支持 CUDA 加速配置：加速教程如何选型？

2025-09-08

5K0

标签:

MinerU 近期更新速览：Hybrid 解析提速，pipeline OCR 接入 PP-OCRv6……

这将进一步提升MinerU在首次安装、模型更新、多机器部署、多环境切换等场景下的稳定性和易用性。更多模型源配置、自动选择策略与本地模型使用说明，可参考官方文档：https://opendatalab.github.io/MinerU/zh/usage/model_source如何体验首次本地部署MinerU 开源模型的用户，可以通过pip/uv安装，也可以从GitHub仓库获取源码进行本地部署；已安装用户可直接升级至最新版本。 MinerU支持命令行、PythonAPI、WebUI等多种使用方式，用户可根据本地环境和任务需求选择合适的部署与调用方式。 /zh/usageMinerU问答神器（DeepWiki）：https://deepwiki.com/opendatalab/MinerU/1-mineru-overviewMinerU本地部署视频教程

2026-07-03

1K0

标签:

MinerU的python接口使用例子

参考官方例子：mineru.readthedocs.io/en/latest/user_guide/quick_start/to_markdown.html 本地文件例子： import os from

git clone firc-dataset

2025-07-22

1.3K0

标签:

MinerU如何整理文档进RAG流程

先给结论：MinerU要解决的是文档进模型前的结构损耗MinerU是opendatalab/MinerU仓库中的Python文档解析工具，项目描述明确写到可将PDF、images、DOCX、PPTX、XLSX pyproject.toml暴露了mineru、mineru-models-download、mineru-api、mineru-gradio、mineru-openai-server、mineru-router 、mineru-models-download、mineru-gradio、mineru-api这些脚本入口。 =mineru[core]OPTIONAL_DEP_VLM=mineru[vlm]OPTIONAL_DEP_VLLM=mineru[vllm]OPTIONAL_DEP_LMDEPLOY=mineru[lmdeploy 素材没有给出部署架构、评测集、生产指标或真实客户案例，所以文章也不应该编造这些背景。

2026-06-30

4660

标签:

识别财报、试卷、合同绝了！几大开源 OCR 超强工具，你值得拥有

市面上开源OCR方案五花八门，适配场景、识别精度、部署难度差得不少——有的主打中文精准识别，有的胜在轻量化开箱即用，有的靠大厂背书稳定性拉满。 API，生态完善中等证件、票据、复杂排版、业务系统集成 3 MinerU 2.5 https://github.com/opendatalab/MinerU 轻量化，支持多格式导出，识别速度快，新手友好安装方式（全系统适配） macOS：打开终端，输入 brew install tesseract（前提是装了brew，没装的先搜“brew安装教程”，两步搞定） Windows：去GitHub地址下载安装包输出路径图形界面：终端输入 mineru --gui，打开后拖入图片，点击“识别”即可 ●4. #开源OCR #OCR工具推荐 #文字识别工具 #PaddleOCR #MinerU #DeepSeekOCR #HunyuanOCR #Tesseract #技术教程 #办公效率工具

OpenNiuma马化云

2026-04-17

3.1K0

标签: