From cfadca2655a279041eb50f9c002136fcf22e89a3 Mon Sep 17 00:00:00 2001 From: panyy Date: Fri, 6 Nov 2026 15:27:48 +0800 Subject: [PATCH] docs(deploy): audit legacy CoreX parser baseline and rollback limits --- .../release-baseline-20261106.md | 37 +++++++++++++++++++ 1 file changed, 37 insertions(+) create mode 100644 docs/mineru-migration/release-baseline-20261106.md diff --git a/docs/mineru-migration/release-baseline-20261106.md b/docs/mineru-migration/release-baseline-20261106.md new file mode 100644 index 0000000..6877bd5 --- /dev/null +++ b/docs/mineru-migration/release-baseline-20261106.md @@ -0,0 +1,37 @@ +# MinerU 与天数发布基线核查 · 2026-11-06 + +本记录是风险评估和发布建议,不代表已回退源码或通过 MR100 真机验收。 + +## 当前事实 + +| 对象 | 核查结果 | +|---|---| +| `develop` 源码 | `mineru/version.py` 为 2.7.1 | +| `develop-refact` 源码 | 2.7.4,187 个包内文件;相对登记的官方 2.7.4 仅 3 个文件有六级标题保留改动 | +| 两分支 Python 依赖声明 | 主依赖、extras、Python 版本要求完全相同,pyproject 的差异仅是 README 路径 | +| CoreX 基础镜像声明 | 两分支均为 CoreX 4.4.0 / Torch 2.7.1 / vLLM 0.11.2 / Python 3.10 的同一厂商镜像标签 | +| 旧 CoreX 构建方式 | 先安装 `mineru[core]>=2.7.4 --no-deps`,补依赖后复制版本号 2.7.1 的本地源码;不能由版本号认定完整环境等于官方 2.7.1 | +| 当前 52.118 旧 CUDA 镜像 | 源码与安装元数据均 2.7.1;Torch 2.9.0、Torchvision 0.24.0、vLLM 0.11.2、Transformers 4.57.6、NumPy 2.2.6、OpenCV 5.0.0.93。这不是天数环境验证结果 | + +旧源码到新源码的差异同时包含业务下沉 MaxKB 和上游内核更新,不能用总 diff 行数衡量 GPU 适配风险。当前三处项目内核定制只是保留已识别的五/六级标题,不是新增标题识别。官方 2.7.4 中还增加了 CoreX 编译配置分支;旧 2.7.1 定制中则存在按 AsyncEngineArgs 签名筛参数的补丁。新入口继续将显存环境变量转成启动参数。两者不能只改版本号就视为等价环境。 + +## 找到的旧天数离线包 + +- 位置:`/home/tlw/unis/deploy_artifacts/unis-mindmap-api-corex-latest.tar` +- 大小:5,148,194,816 bytes +- 镜像标签:`unis-mindmap-api:corex` +- 镜像 ID:`sha256:e62ab163bb950875307adeda9d4e0923eaed51a92a29c1ab89f52ac34cf15a21` +- 归档 SHA256:`8c41177ab73119d6032254fe4c2d7af3eae81436df4e34cbfd2ac032bbdfc1b7` +- 归档中最后生效的 `/app/mineru/version.py`:2.7.1;镜像环境 `COREX_VERSION=4.4.0`;架构 amd64。 + +核查直接读取 tar 的 manifest、镜像配置和小型源代码层并计算哈希,未将该包加载进 Docker、未启动 CoreX 容器。没有遍历/导入全部厂商二进制,更没有 MR100 实机验证;是否正是当初跑通的那份包仍需与既有交付记录对应。 + +## 建议 + +无 MR100 真机时,本次天数发布优先以原完整 CoreX 镜像作为兼容基线候选,避免同时重建依赖和更换解析内核;保留 2.7.4 重构分支供后续升级验证。MaxKB 的新工作台、任务、总结、授权及数据迁移继续保留,不回退整条 `develop` 业务分支。 + +只重新构建 2.7.1 源码不等于恢复旧环境:两个版本的依赖范围相同,仍会解析到新的依赖;厂商 Torch/vLLM、NumPy、模型权重、驱动和引擎参数也共同决定兼容性。没有实际显卡时,CPU 导入/接口模拟检查不能证明 GPU 算子、模型加载、显存或长文解析可用。 + +旧镜像若接入新版还需要最小协议兼容验证:旧路径 `/api/file_parse`,新版 `/file_parse`;同步返回均有 `results` / `md_content`,但平台的版本目录、资源连通性检查及部署启动校验当前固定 2.7.4。现有升级脚本会拒绝直接替入未标记的旧镜像,不能把本记录当作可直接替换标签的操作手册。 + +本轮未切换 MinerU 版本。采用旧栈前应核对上述镜像是否为原交付包,完成新平台与旧解析 API 的独立兼容演练;拿到 MR100 后再完成真实 PDF/图片、公式、表格、显存及连续任务验收。