企业官网建设流程全解析

MinerU PDF 解析使用指南：从一条命令到 3 种部署模式

【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

MinerU 把 PDF、扫描件与 Office 文档转成结构化的 Markdown 和 JSON，解决 PDF 解析乱序、公式与表格丢失的问题，输出可直接用于 LLM 和 RAG。

🚀 快速上手：跑通第一条命令

先装 core 模块，再用一条命令解析本地 PDF。

uv pip install "mineru[core]" mineru -p input.pdf -o output

命令完成后，解析结果写入output目录。

首次运行会自动下载模型，耗时取决于网络；之后运行直接命中本地缓存。默认后端是hybrid-engine，兼顾解析精度与速度，CPU 和 GPU 上都能跑。输出目录里除了 Markdown，还有 content list 和中间态 JSON，可以直接喂给下游的 RAG 或 Agent 流程。

🧭 按需选型：根据显存选部署模式

core 装完后默认走hybrid-engine后端，大多数场景不用换。遇到特定硬件或部署约束时，在三种模式里挑一种。

三者的差别主要在算力位置：本地全量把所有模型跑在本机；GPU 加速用 vLLM 拉起 VLM 推理，适合固定 GPU 机器；远程客户端只保留解析编排逻辑，推理全部交给服务端。

轻量客户端连的是兼容 OpenAI 接口的服务端。在 GPU 机器上执行mineru-openai-server --port 30000起服务，客户端命令加-b vlm-http-client -u http://127.0.0.1:30000指向它即可，本机无需安装 torch。

关键配置项速查

以下六个变量覆盖最常见的调优点，环境变量优先级高于命令行参数。

完整变量列表见环境变量说明。

🛠 踩坑记录：社区高频问题

以下几条是社区里出现频率最高的环境问题，基本都能一条命令解决。

问题：Windows 安装后推理很慢 → 通常是没装支持 CUDA 的torch和torchvision，按显卡架构从 PyTorch 官网选对应命令重装。

问题：Linux 上解析结果缺少部分文字 → 系统缺 CJK 字体，执行sudo apt install fonts-noto-cjk && fc-cache -fv重建字体缓存。

问题：模型下载失败或缓慢 → 执行export MINERU_MODEL_SOURCE=modelscope切换模型源后重试。

问题：安装 vllm 后报 CUDA 相关错误 → 确认显卡驱动支持所装 vllm 版本对应的 CUDA 运行时，或改装mineru[core,lmdeploy]换一条加速链路。

MinerU 目前定位是高精度 PDF 解析与文档转换引擎，从本地 CPU 到 GPU 加速都有对应部署路径，按显存选一种起步即可。

【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