网站网上商城制作软文写作的基本要求

MinerU web api部署

MinerU 能够将包含图片、公式、表格等元素的多模态 PDF、PPT、DOCX 等文档转化为易于分析的 Markdown 格式。

1. 克隆 MinerU 的仓库

   git clone https://github.com/opendatalab/MinerU.git
   

2. cd 到 projects/web-api

   cd projects/web-api
   

3. 在可以科学上网的情况下可以直接运行

   docker build -t mineru-api .
   

4. 如果不能科学上网，使用 modelscope

   修改改 requirement.txt，添加 modelscope==1.25.0​

   修改 download_models.py，删掉所有旧代码，改成这个

   #!/usr/bin/env python
   import os
   from modelscope.hub.snapshot_download import snapshot_download# 配置模型下载路径（Windows路径示例：r'C:\MinerU'）
   MAIN_MODEL_DIR = "/opt/"
   os.makedirs(MAIN_MODEL_DIR, exist_ok=True)if __name__ == "__main__":# PDF-Extract-Kit的模型下载（需替换为ModelScope对应ID）pdf_extract_patterns = ["models/Layout/YOLO/**","models/MFD/YOLO/**","models/MFR/unimernet_hf_small_2503/**","models/OCR/paddleocr_torch/**",]pdf_model_path = snapshot_download('opendatalab/PDF-Extract-Kit-1.0',  # ModelScope模型IDallow_patterns=pdf_extract_patterns,cache_dir=os.path.join(MAIN_MODEL_DIR, "models"),revision='master'  # 指定模型版本)# LayoutReader模型下载（需替换为ModelScope对应模型）layout_model_path = snapshot_download('ppaanngggg/layoutreader',  # 替换为实际ModelScope IDcache_dir=os.path.join(MAIN_MODEL_DIR, "layoutreader"),allow_patterns=["*.json", "*.safetensors"])print(f"主模型目录：{pdf_model_path}")print(f"布局模型目录：{layout_model_path}")
   

   再运行 docker build -t mineru-api .​

5. 编写 docker-compose.yml

   services:mineru-api:image: mineru-apirestart: alwaysports:- "8920:8920"stdin_open: true   # 对应 -i 参数tty: true          # 对应 -t 参数runtime: nvidia    # 使用 NVIDIA 容器运行时environment:- NVIDIA_VISIBLE_DEVICES=all  # 允许访问所有 GPU
   

6. 如果没有 nvidia 的 runtime，先备份自己的 daemon.json 文件 (/etc/docker/)，通过 yum install -y nvidia-docker2​ 安装，这个命令会生成一个新的 daemon.json 文件，覆盖掉原来旧的，安装后之后比较一下新旧两个 daemon 文件，合并在一起。

7. 启动

   systemctl daemon-reload
   systemctl restart docker
   docker compose up -d
   

8. 访问 localhost:8000/docs
   ​

9. 进入mineru容器目录，编写app.py，保证images字段的正常输出

   async def file_parse(file: UploadFile = None,file_path: str = Form(None),parse_method: str = Form("auto"),is_json_md_dump: bool = Form(False),output_dir: str = Form("output"),return_layout: bool = Form(False),return_info: bool = Form(False),return_content_list: bool = Form(False),# 此处修改为 Truereturn_images: bool = Form(False),
   ):
   

10. 重启mineRu容器

使用MineRu插件

1. Dify配置

   1. 配置http://api:5001，端口地址暴露给宿主机

      docker-compose.yaml：文本搜索services:

      services:# API serviceapi:image: langgenius/dify-api:1.4.1restart: always# 添加以下端口映射 ↓ports:- "5001:5001"  # 将API 5001 端口映射到宿主机的 5001 端口environment:# Use the shared environment variables.<<: *shared-api-worker-env# Startup mode, 'api' starts the API server.MODE: apiSENTRY_DSN: ${API_SENTRY_DSN:-}SENTRY_TRACES_SAMPLE_RATE: ${API_SENTRY_TRACES_SAMPLE_RATE:-1.0}SENTRY_PROFILES_SAMPLE_RATE: ${API_SENTRY_PROFILES_SAMPLE_RATE:-1.0}PLUGIN_REMOTE_INSTALL_HOST: ${EXPOSE_PLUGIN_DEBUGGING_HOST:-localhost}PLUGIN_REMOTE_INSTALL_PORT: ${EXPOSE_PLUGIN_DEBUGGING_PORT:-5003}PLUGIN_MAX_PACKAGE_SIZE: ${PLUGIN_MAX_PACKAGE_SIZE:-52428800}INNER_API_KEY_FOR_PLUGIN: ${PLUGIN_DIFY_INNER_API_KEY:-QaHbTe77CtuXmsfyhR7+vRjI/+XbV1AaFy691iy+kGDv2Jvy0/eAh8Y1}depends_on:db:condition: service_healthyredis:condition: service_started
      

      其他部署方式：FILES_URL 设置为 ‘http://Dify宿主机IP:5001’
      （如 http://192.168.1.100:5001，这里的 IP 通常是运行 Dify 的机器的 IP，即前文提到的 “本地 IP” 端口。5001 是 Dify API 服务的默认端口）。

   2. 设置Dify文件预览/下载地址：Files_URL

      .env:

      # File preview or download Url prefix.
      # used to display File preview or download Url to the front-end or as Multi-model inputs;
      # Url is signed and has expiration time.
      # Setting FILES_URL is required for file processing plugins.
      #   - For https://example.com, use FILES_URL=https://example.com
      #   - For http://example.com, use FILES_URL=http://example.com
      #   Recommendation: use a dedicated domain (e.g., https://upload.example.com).
      #   Alternatively, use http://<your-ip>:5001 or http://api:5001,
      #   ensuring port 5001 is externally accessible (see docker-compose.yaml).
      FILES_URL=http://api:5001
      

   3. 重启Dify

      1. 进入 Dify 源码 docker目录
      2. 地址栏输入cmd，打开命令行
      3. 停止旧容器：docker-compose down​
      4. 重新构建（仅当 Dockerfile 或 build 参数变更时）:docker-compose build​
      5. 启动服务：docker-compose up -d​

2. Dify插件市场安装MineRu插件，并打开插件目录

3. 点击该插件详情，出现授权界面
   
   ​

   Base URL配置为http://host.docker.internal:8920

   令牌为空，服务类型选择本地部署，点击保存，显示已授权即可
   ​

编辑解析测试工作流

1. 创建单轮工作流应用，设置基本信息

2. 配置PDF文件下载地址的HTTP请求节点
   

   ​

3. 配置MineRu插件的解析节点
   
   注意：以上只有解析变量及其解析方法可以使用，其他都是官方API使用参数
   输出变量：

   text : 解析后的 Markdown 文本

   files: 额外的导出格式文件（html,docx,latex）

   json:解析后的内容列表

   full_zip_url: 仅限官方 API，完整解析结果的 zip URL

   images: 从 PDF 中提取的图片

4. 获取PDF文件第一个大标题作为文件名的代码执行节点
   

   import re
   def main(mdText: str) -> dict:match = re.search(r'^#\s+(.*)$', mdText, re.MULTILINE)if match:return {'result': match.group(1)}else:return {'result': ""}
   

5. 插件市场安装Markdown转换器插件，并使用
   
   ​

6. 结束节点：结果存在文件下载地址
   
   ​​
   

‍注意：dify保存文件存在过期时间，可能会导致md文件图片链接失效，建议，给予LLM模型解析使用即可，如需本地，保存图片本地使用