江湖救急：MinerU安装宝典，AI侠客必备

47 0 0

江湖传言，有一款名为MinerU的神器，能将繁复的PDF秘籍转化为易懂的AI“心法”。（MinerU完整功能介绍，点击查看：登顶GitHub Trending，开源工具MinerU助力复杂PDF高效解析提取）众多侠客摩拳擦掌，势必掌握这项能力。然而，第一步安装成了不少人的最大难关。

“我要崩溃了，MinerU安装不成功怎么办？”

“magic-pdf.json文件没有找到，是为什么”

……

正当众侠客困惑之际，一位老侠客悠然开口：“少侠莫慌，虽MinerU威力无穷，然其安装之术，亦有章可依。”他轻轻翻开崭新的《MinerU 0.7.0版本安装宝典》，以轻松的姿态，一一化解了这些难题。让我们跟随这位老侠客的指引，一起驾驭这款神器吧。

江湖救急：MinerU安装宝典，AI侠客必备

🚀0.7.0版本亮点速览

最新发布的 MinerU 0.7.0 b1版本，简化安装步骤提升易用性，同时加入了Beta版（测试版）表格识别功能。

易用性方面：

● 优化依赖包版本兼容性，减少30%依赖包数量，提升全平台安装成功率。

● 增加主流环境支持说明，提供对主流平台设备的最佳兼容性。

● 安装流程兼顾海外和国内用户，提升安装体验。

● 增加Win/Linux 使用cuda的逐步详细文档。

CLI优化：

● 简化 cli 命令，支持批量处理

MinerU 更新啦！易用性拉满，最新亮点速览

🚀快速开始

一、MinerU支持3种不同方式体验其效果，可按需选择

1. 在线简易体验（无需任何安装）

2. 使用CPU快速体验（Windows，Linux，Mac）

3. 使用GPU高效处理（Linux/Windows + CUDA）

二、本地安装，软硬件环境说明

为获得最佳的性能表现和最少的兼容性问题，最佳推荐的系统配置如下：

江湖救急：MinerU安装宝典，AI侠客必备

（其他非主线环境中，由于硬件、软件配置的多样性，以及第三方依赖项的兼容性问题，我们无法100%保证项目的完全可用性。因团队资源及人力有限，目前重点聚焦解决潜在BUG及新功能开发，因此，对于希望在非推荐环境中使用本项目的用户，我们建议先仔细阅读文档以及FAQ，大多数问题已经在FAQ中有对应的解决方案，除此之外我们鼓励社区反馈问题，以便我们能够逐步扩大支持范围。）

三、MinerU安装方式及要点

1. 在线简易体验

无需任何安装，浏览器访问，登录使用。

MinerU demo 地址：https://opendatalab.com/OpenSourceTools/Extractor/PDF

2. 使用CPU快速体验，安装步骤（Windows，Linux，Mac）

a.创建Conda环境并安装包

创建Conda环境后，安装magic-pdf 0.7.0b1版本，最新版本国内镜像源同步可能会有延迟，请耐心等待。

conda create -n MinerU python=3.10conda activate MinerUpip install magic-pdf[full]==0.7.0b1 --extra-index-url https://wheels.myhloli.com -i https://pypi.tuna.tsinghua.edu.cn/simple

（左右滑动查看）

b. 下载模型权重文件

使用Git LFS或SDK 从 Hugging Face 或 Model Scope 下载模型；务必检查模型目录是否完整，通过sha256校验下载的模型文件大小是否与网页一致；完成后移动模型到固态硬盘（将 models 目录移动到具有较大磁盘空间的目录中，最好是在固态硬盘(SSD)上）。

c. 拷贝配置文件并进行配置

在系统的【用户目录】下创建文件 magic-pdf.json，将下方 magic-pdf.template.json 配置模版文件中的内容拷贝进去，并修改模型权重所在位置。

（其中，models-dir 字段为模型权重存储绝对路径；bucket_info 字段仅是S3服务时需要修改配置；如果使用CPU的话，device-mode 字段设置为cpu，使用GPU的话，初始运行后再修改为cuda；另外 MinerU 0.7.0版本发布了Beta版表格识别功能，即 table-config 字段，但默认是关闭的，如需使用，可修改 false 值为 true，不过当前表格识别功能效果一般，仍在调试中，效果更好的版本将在后续重点发布，敬请期待）

{    "bucket_info":{        "bucket-name-1":["ak", "sk", "endpoint"],        "bucket-name-2":["ak", "sk", "endpoint"]    },    "models-dir":"/tmp/models",    "device-mode":"cpu",    "table-config": {        "is_table_recog_enable": false,        "max_time": 400    }}

❗️务必执行以下命令将配置文件拷贝到【用户目录】下，否则程序将无法运行

windows的用户目录为 ‘C:Users用户名’, linux用户目录为 ‘home/用户名’, macOS用户目录为 ‘/Users/用户名’

❗️ 配置 ‘models-dir’为模型文件的下载存储的绝对路径，避免程序找不到模型文件而导致无法运行；windows系统中此路径应包含盘符，且需把路径中所有的””替换为”/”，否则会因为转义原因导致json文件语法错误。

cp magic-pdf.template.json ~/magic-pdf.json

3. GPU加速攻略

不同操作系统的GPU加速指令及更详细的教程，请访问：

● Ubuntu22.04LTS + GPU

https://github.com/opendatalab/MinerU/blob/master/docs/README_Ubuntu_CUDA_Acceleration_zh_CN.md

● Windows10/11 + GPU

https://github.com/opendatalab/MinerU/blob/master/docs/README_Windows_CUDA_Acceleration_zh_CN.md

四、MinerU安装之后的使用方法

本地安装MinerU后，我们提供了命令行语句、python接口调用代码2种不同使用方式参考，以满足本地文件处理及二次开发服务等不同场景需求：

1. 命令行

首先运行 magic-pdf pdf-command –help ，看一下这个命令行有哪些参数：

magic-pdf --help Usage: magic-pdf [OPTIONS] Options: -v, --version 显示版本并退出 -p, --path PATH 本地 pdf 文件路径或目录 [required] -o, --output-dir TEXT 输出本地目录 -m, --method [ocr|txt|auto] 指定解析方法：ocr: 光学识别解析PDF,txt: 文本型PDF解析方法,auto: 程序智能选择解析方法. 如果没有指定方法，则默认使用auto. --help 显示此消息并退出.

然后调用即可运行：

magic-pdf -p {some_pdf} -o {some_output_dir} -m auto

其中 {some_pdf} 可以是单个pdf文件，也可以是一个包含多个pdf文件目录的路径，方便批量文件处理。运行完命令后输出的结果会保存在{some_output_dir}目录下, 输出的文件列表如下：

├── some_pdf.md # markdown 文件 ├── images # 存放图片目录 ├── layout.pdf # layout 绘图 ├── middle.json # minerU 中间处理结果 ├── model.json # 模型推理结果 ├── origin.pdf # 原 pdf 文件 └── spans.pdf # 最小粒度的bbox位置信息绘图

最终输出文件，详细参数说明：

https://github.com/opendatalab/MinerU/blob/master/docs/output_file_zh_cn.md

2. 通过API接口（Python代码开发）调用参考

处理本地磁盘上的文件，代码样例：


image_writer = DiskReaderWriter(local_image_dir)
image_dir = str(os.path.basename(local_image_dir))
jso_useful_key = {"_pdf_type": "", "model_list": []}
pipe = UNIPipe(pdf_bytes, jso_useful_key, image_writer)
pipe.pipe_classify()
pipe.pipe_analyze()
pipe.pipe_parse()
md_content = pipe.pipe_mk_markdown(image_dir, drop_mode="none")

处理对象存储上的文件，代码样例：


s3pdf_cli = S3ReaderWriter(pdf_ak, pdf_sk, pdf_endpoint)
image_dir = "s3://img_bucket/"
s3image_cli = S3ReaderWriter(img_ak, img_sk, img_endpoint, parent_path=image_dir)
pdf_bytes = s3pdf_cli.read(s3_pdf_path, mode=s3pdf_cli.MODE_BIN)
jso_useful_key = {"_pdf_type": "", "model_list": []}
pipe = UNIPipe(pdf_bytes, jso_useful_key, s3image_cli)
pipe.pipe_classify()
pipe.pipe_analyze()
pipe.pipe_parse()
md_content = pipe.pipe_mk_markdown(image_dir, drop_mode="none")