UnisMindMap/README.md

34 lines
3.0 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters!

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

# Unis MinerU 解析服务
当前基线为官方 **MinerU 2.7.1**。`mineru/` 的全部 187 个文件与登记的官方 wheel 一致,没有项目内核定制;本轮暂不加入六级标题补丁,保持官方最多四级的标题输出。
思维导图工作台、用户授权、模型整理、文件格式分流和版本适配已迁至 MaxKB。旧 web_ui 不再部署。官方说明见 [README.mineru-upstream.md](README.mineru-upstream.md),来源和逐文件哈希见 [2.7.1-baseline.json](docs/mineru-migration/2.7.1-baseline.json)。旧业务实现可从 Git 提交 `8b50192` 回看。
## 启动
在经过验证的独立虚拟环境安装本项目,准备原版 pipeline / VLM 模型及 mineru.json,设置 `MINERU_TOOLS_CONFIG_JSON` 和 `MINERU_MODEL_SOURCE=local`,运行:
```bash
python scripts/check_parser_baseline.py --runtime
python scripts/run_parser.py --host 127.0.0.1 --port 8100
```
仅启动解析服务。接口为 `/file_parse`,不包含旧 `/api`、`/v1/tasks`、智能整理或工作台静态页面。服务应仅供可信内网调用,业务鉴权在 MaxKB 完成。
`MINERU_GPU_MEMORY_UTILIZATION` 通过启动参数传给上游引擎;默认限制单个解析请求并发。模型文件不自动下载,也不在启动时执行数据库迁移。
## 镜像
CoreX 使用 `docker/china/Dockerfile.corex`;CUDA 使用 `docker/global/Dockerfile.cuda`。两者恢复 `develop` 中原厂商基础镜像和依赖安装顺序,保留原字体和系统库。必要差异是将旧 `mineru[core]>=2.7.4` 改为 `mineru[core]==2.7.1`,并在构建结束检查全部官方源码及安装版本。CoreX 继续使用原 `--no-deps` 安装方式及 CoreX 4.4.0 / Torch 2.7.1 / vLLM 0.11.2 / Python 3.10 基础镜像。
`scripts/build-images.sh` 只构建解析镜像,不恢复已退役的 web_ui 构建。它保留 `unis-mindmap-api:版本`、`:corex`/`:cuda`、`:latest` 旧标签,并生成新版升级包需要的 `unis-mineru:版本-卡型` 标签和发布标记。构建时 `latest` 会更新,需保留原交付包/镜像 ID 以便回退。
```bash
API_FLAVOR=corex VERSION=refact-271-20261106-1 bash scripts/build-images.sh
# NVIDIA:API_FLAVOR=cuda
```
模型配置 entrypoint 保持原命令入口;`mineru-api` 命令转交 `scripts/run_parser.py`,在内核之外保留显存/并发参数兼容。包装器配置官方 ASGI app,并将 API 服务参数与引擎参数分开,避免把并发数等字段交给 vLLM 的 `AsyncEngineArgs`;不恢复内核参数过滤补丁。`scripts/start-mindmap.sh` 仅启动 parser,不删除容器、不递归修改业务目录权限;独立 Compose 的 NVIDIA 环境需配置 `MINERU_DOCKER_RUNTIME=nvidia`。
**回到 2.7.1 不等于 MR100 已通过验收。** 原依赖列表仍有浮动版本,基础镜像标签也不等于不可变镜像 ID;移除旧 AsyncEngineArgs 签名过滤补丁后,官方内核与厂商 vLLM 的组合仍需实卡验证。旧 CoreX 离线镜像继续保留为回退材料,见 [基线核查](docs/mineru-migration/release-baseline-20261106.md)。