3.8 KiB
MinerU 与天数发布基线核查 · 2026-11-06
更新:用户随后明确要求恢复 2.7.1。现已恢复官方 2.7.1 的全部 187 个文件,移除三处六级标题补丁及其它内核定制,CoreX/CUDA 构建恢复原厂商镜像和安装流程,仅固定 MinerU 为 ==2.7.1 并增加完整性检查。以下表格是改动前的核查记录,保留用于追溯;恢复源码不代表 MR100 真机验收通过。
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。
采用上述旧交付镜像时仍需核对是否为原交付包,并处理它的旧 API 路径。当前纯官方 2.7.1 自身提供 /file_parse,不带原项目的 /api 前缀;无需为新源码恢复旧业务接口。拿到 MR100 后仍需完成真实 PDF/图片、公式、表格、显存及连续任务验收。