MinerU部署教程
什么是MinerU？
MinerU是一款由上海人工智能实验室 OpenDataLab 团队开发的开源 PDF 转 Markdown 工具，可以高质量地提取 PDF 文档内容，生成结构化的 Markdown 格式文本，可用于RAG、LLM语料准备等场景。
笔者记，笔者根据自己的实际使用体验来看，MinerU在文档解析上准确度很高，同时开源部署，非常适合学习使用
官方客户端：
MinerU Readme 地址（中文）：
https://github.com/opendatalab/MinerU/blob/master/README_zh-CN.md
MinerU 仓库文档说明
MinerU/
├── demo/ # 用于运行转换演示的脚本
├── docker/ # 用于容器化的 Dockerfile 配置文件
├── docs/ # 存储各类说明文档
├── projects/ # 存放由 MinerU 衍生或相关的项目
│ ├── gradio_app/ # MinerU Gradio 界面的源代码
│ ├── multi_gpu/ # 为 MinerU 提供多 GPU 支持的解决方案
│ ├── web_api/ # 提供本地 Web API 接口的服务端代码MinerU 功能特性
MinerU具有以下核心功能：
1. 文档处理
● 删除页眉、页脚、脚注、页码等元素，确保语义连贯
● 保留原文档的结构，包括标题、段落、列表等
● 提取图像、图片描述、表格、表格标题及脚注
2. 格式转换
● 自动识别并转换文档中的公式为LaTeX格式
● 自动识别并转换文档中的表格为HTML格式
3. 运行环境
● 支持纯 CPU 环境运行
● 支持 GPU 加速，提升处理效率
本地部署系统要求
在开始安装前，请确保您的系统满足以下要求：
基础环境
● Python 3.10～3.13
● Conda（包管理器）
GPU加速要求
● NVIDIA显卡（显存≥6GB）
基础环境配置推荐：
安装教程
1.环境配置
1.1 创建Conda环境
conda create -n mineru 'python=3.12' -y
conda activate mineru
pip install -U "magic-pdf[full]" -i https://mirrors.aliyun.com/pypi/simple
#-i 是指定国内的加速源，可选清华源或阿里云源，此处用阿里云源示例1.2 下载模型文件
方法一：从Hugging Face下载模型（国际用户推荐）
pip install huggingface_hub
curl -o download_models_hf.py https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/scripts/download_models_hf.py
python download_models_hf.py
方法二：从ModelScope下载模型（国内用户推荐）
pip install modelscope
curl -o download_models.py https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/scripts/download_models.py
python download_models.py模型默认存储路径示例：
model_dir: C:\Users\用户名\.cache\modelscope\hub\models\opendatalab\PDF-Extract-Kit-1___0/models
layoutreader_model_dir: C:\Users\用户名\.cache\modelscope\hub\models\ppaanngggg\layoutreader💡提示：
下载完成后，系统会自动在用户目录下生成 magic-pdf.json 配置文件，你可以在这个配置文件中修改部分配置，实现不同功能的开关，如表格识别、公式识别关闭或开启（默认二者都是开启的，关闭只需将对应的值改 'true' 为 'false' ）。
用户目录位置：
● Windows：C:\Users\用户名
● Linux：/home/用户名
● macOS：/Users/用户名
2. GPU加速配置
2.1 CUDA加速设置
这里以 Windows（NVIDIA 显卡） 为例。如果您的 NVIDIA 显卡显存 ≥ 6GB，可配置 CUDA 加速。这里我们以 CUDA 12.8 安装为例：
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128修改用户目录中配置文件 magic-pdf.json ：
{
// other config
"device-mode": "cuda"
}3. 功能测试
3.1 单文件测试
执行以下命令自动测试功能：
cd demo
magic-pdf -p demo1.pdf -o ./output3.2 批量PDF转换
步骤 1：获取批量转换脚本
下载名为 batch_demo.py 的 Python 文件。你可以将此文件保存在你希望执行转换的任何目录下。
下载地址：https://github.com/opendatalab/MinerU/blob/master/demo/batch_demo.py步骤 2：准备 PDF 文件
在 batch_demo.py 文件的目录下新建如下文件夹：
pdfs # batch_demo.py 相对于脚本的路径步骤 3：执行批量转换：
打开你的终端或命令提示符，导航到你保存 batch_demo.py 文件的目录。例如，如果你的 batch_demo.py 文件保存在 demo 文件夹中，你可以执行以下命令：
cd demo
python batch_demo.py步骤 4：查看转换结果：
转换后的结果将默认输出到与 batch_demo.py 文件同级目录下的一个名为 output 的文件夹中。
output # 相对于脚本的路径搭建本地 API 服务
笔者记，推荐使用docker部署，方便运维，因此这里也只复制docker相关部署方法
Docker安装方式
步骤 1：构建方式
docker build -t mineru-api .
或者使用代理：
docker build --build-arg http_proxy=http://127.0.0.1:7890 --build-arg https_proxy=http://127.0.0.1:7890 -t mineru-api .步骤 2：启动命令
docker run --rm -it --gpus=all -p 8000:8000 mineru-api上述任意一种方式安装完成后，可以通过如下地址访问（测试）
http://localhost:8000/docs
http://127.0.0.1:8000/docs