跳转至

使用 MinerU

快速配置模型源

MinerU默认使用huggingface作为模型源，若用户网络无法访问huggingface，可以通过环境变量便捷地切换模型源为modelscope： 

export MINERU_MODEL_SOURCE=modelscope
有关模型源配置和自定义本地模型路径的更多信息，请参考文档中的模型源说明。

通过命令行快速使用

MinerU内置了命令行工具，用户可以通过命令行快速使用MinerU进行PDF解析： 

# 默认使用pipeline后端解析
mineru -p <input_path> -o <output_path>

Tip

  • <input_path>：本地 PDF/图片 文件或目录
  • <output_path>：输出目录

更多关于输出文件的信息，请参考输出文件说明。

Note

命令行工具会在Linux和macOS系统自动尝试cuda/mps加速。Windows用户如需使用cuda加速， 请前往 Pytorch官网 选择适合自己cuda版本的命令安装支持加速的torch和torchvision。

# 或指定vlm后端解析
mineru -p <input_path> -o <output_path> -b vlm-transformers

Tip

vlm后端另外支持sglang加速，与transformers后端相比，sglang的加速比可达20～30倍，可以在扩展模块安装指南中查看支持sglang加速的完整包安装方法。

如果需要通过自定义参数调整解析选项，您也可以在文档中查看更详细的命令行工具使用说明。

通过api、webui、sglang-client/server进阶使用

  • 通过python api直接调用：Python 调用示例
  • 通过fast api方式调用： 
    mineru-api --host 0.0.0.0 --port 8000

    Tip

    在浏览器中访问 http://127.0.0.1:8000/docs 查看API文档。

  • 启动gradio webui 可视化前端： 
    # 使用 pipeline/vlm-transformers/vlm-sglang-client 后端
mineru-gradio --server-name 0.0.0.0 --server-port 7860
# 或使用 vlm-sglang-engine/pipeline 后端（需安装sglang环境）
mineru-gradio --server-name 0.0.0.0 --server-port 7860 --enable-sglang-engine true

    Tip

    • 在浏览器中访问 http://127.0.0.1:7860 使用 Gradio WebUI。
    • 访问 http://127.0.0.1:7860/?view=api 使用 Gradio API。
  • 使用sglang-client/server方式调用： 
    # 启动sglang server(需要安装sglang环境)
mineru-sglang-server --port 30000

    Tip

    在另一个终端中通过sglang client连接sglang server（只需cpu与网络，不需要sglang环境） 

    mineru -p <input_path> -o <output_path> -b vlm-sglang-client -u http://127.0.0.1:30000

Note

所有sglang官方支持的参数都可用通过命令行参数传递给 MinerU，包括以下命令:mineru、mineru-sglang-server、mineru-gradio、mineru-api， 我们整理了一些sglang使用中的常用参数和使用方法，可以在文档命令行进阶参数中获取。

基于配置文件扩展 MinerU 功能

MinerU 现已实现开箱即用，但也支持通过配置文件扩展功能。您可通过编辑用户目录下的 mineru.json 文件，添加自定义配置。

Important

mineru.json 文件会在您使用内置模型下载命令 mineru-models-download 时自动生成，也可以通过将配置模板文件复制到用户目录下并重命名为 mineru.json 来创建。

以下是一些可用的配置选项：

  • latex-delimiter-config：用于配置 LaTeX 公式的分隔符，默认为$符号，可根据需要修改为其他符号或字符串。
  • llm-aided-config：用于配置 LLM 辅助标题分级的相关参数，兼容所有支持openai协议的 LLM 模型，默认使用阿里云百炼的qwen2.5-32b-instruct模型，您需要自行配置 API 密钥并将enable设置为true来启用此功能。
  • models-dir：用于指定本地模型存储目录，请为pipeline和vlm后端分别指定模型目录，指定目录后您可通过配置环境变量export MINERU_MODEL_SOURCE=local来使用本地模型。