diff --git "a/tools/tool_minerU_util/1.0.6/MinerU\350\247\243\346\236\220pdf.tool" "b/tools/tool_minerU_util/1.0.6/MinerU\350\247\243\346\236\220pdf.tool" new file mode 100644 index 0000000..4f76033 Binary files /dev/null and "b/tools/tool_minerU_util/1.0.6/MinerU\350\247\243\346\236\220pdf.tool" differ diff --git a/tools/tool_minerU_util/1.0.6/README.md b/tools/tool_minerU_util/1.0.6/README.md new file mode 100644 index 0000000..30c01c7 --- /dev/null +++ b/tools/tool_minerU_util/1.0.6/README.md @@ -0,0 +1,16 @@ +## 1.0.6 版本说明 + +**注意**：当前适用的 MaxKB 版本为 v2.10.5-lts 及以上版本，MinerU（本地 Gradio 服务）版本为 3.4.4。 + +## 配置参数 + +需在 `/opt/maxkb/conf/maxkb.env` 中额外添加以下参数（用于关闭文件访问鉴权，使工具能正常下载/读取待解析的文件），修改后重启 maxkb 容器生效： + +```bash +MAXKB_FILE_AUTH=0 +``` + +## 注意事项 + +- 仅支持**离线部署**的 MinerU，且解析服务需以 Gradio 形式暴露（默认 `http://:7860/`） +- 1.0.6 起容器内**无需**再安装 `gradio_client`；若此前按 1.0.5 的文档装过，保留即可、不必卸载 diff --git "a/tools/tool_minerU_util/1.0.7/MinerU\350\247\243\346\236\220pdf.tool" "b/tools/tool_minerU_util/1.0.7/MinerU\350\247\243\346\236\220pdf.tool" new file mode 100644 index 0000000..a5166df Binary files /dev/null and "b/tools/tool_minerU_util/1.0.7/MinerU\350\247\243\346\236\220pdf.tool" differ diff --git a/tools/tool_minerU_util/1.0.7/README.md b/tools/tool_minerU_util/1.0.7/README.md new file mode 100644 index 0000000..de55b72 --- /dev/null +++ b/tools/tool_minerU_util/1.0.7/README.md @@ -0,0 +1,29 @@ +## 1.0.7 版本说明 + +**注意**：当前适用的 MaxKB 版本为 v2.10.5-lts 及以上版本，MinerU（本地 Gradio 服务）版本为 4.0.10。 + + +## 配置参数 + +需在 `/opt/maxkb/conf/maxkb.env` 中额外添加以下参数（用于关闭文件访问鉴权，使工具能正常下载/读取待解析的文件），修改后重启 maxkb 容器生效： + +```bash +MAXKB_FILE_AUTH=0 +``` + +## 启动参数说明 + +| 参数名称 | 参数类型 | 参数说明 | 默认值 | +|-----------------------|----------|-------------------------------------------------------|--------------------------------------------------------| +| `mineru_gradio_url` | 字符串 | 离线 MinerU（Gradio）解析服务的访问地址：ip:web 端口号 | `http://:7860/` | +| `download_dir` | 字符串 | 存储下载原始文件与解析临时文件的目录 | `/tmp` | +| `upload_url` | 字符串 | 解析出的图片上传到的接口地址（一般上传到 MaxKB 以便引用） | `http://:8080/admin/api/oss/file` | +| `upload_token` | 字符串 | MaxKB 的 API Key（替换为实际值） | API Key | +| `url_prefix` | 字符串 | 拼接 `file_input` 相对路径、生成完整文件 URL 的前缀 | `http://:8080/admin` | +| `enable_ocr` | 开关 | 是否启用 OCR（启用则解析文件中的图片文字） | True | +| `tier` | 整数 | v4 解析档位（0~3），数字越大越精细 | 2 | +| `gradio_retry_count` | 整数 | Gradio 接口调用失败后的重试次数 | 2 | +| `img_upload_batch_size` | 整数 | 图片批量上传的并发大小 | 10 | + +> 输入参数：`file_input`（数组，格式 `["文件url", ...]`），即需要解析的文件数据源。 + diff --git a/tools/tool_minerU_util/README.md b/tools/tool_minerU_util/README.md index c4df7a8..5eb8c1b 100644 --- a/tools/tool_minerU_util/README.md +++ b/tools/tool_minerU_util/README.md @@ -17,6 +17,7 @@ MaxKB v2.4 及以上版本，需修改配置文件 `/opt/maxkb/conf/maxkb.env` MAXKB_SANDBOX_TMP_DIR_ENABLED=1 MAXKB_SANDBOX_PYTHON_ALLOW_SUBPROCESS=1 MAXKB_SANDBOX_PYTHON_PROCESS_LIMIT_MEM_MB=521 +MAXKB_FILE_AUTH=0 ``` 重启 maxkb 容器 ```bash @@ -25,23 +26,24 @@ docker restart maxkb ### 安装依赖 -在使用此工具之前，需要先安装所需的依赖包： +> 1.0.6 起，本工具不再依赖 `gradio_client`（改为直连 MinerU Gradio 的 HTTP API），**无需**在 MaxKB 容器内安装任何 Python 依赖包。1.0.5 及更早版本仍需按下方方式安装 `gradio_client`。 ```bash -# 到 maxkb 容器内安装 gradio_client +# 1.0.5 及更早版本：到 maxkb 容器内安装 gradio_client docker exec -it maxkb bash pip install gradio_client # 如果安装 gradio_client 提示 huggingface-hub 版本冲突，则使用 pip 的兼容性模式，同时安装兼容版本 pip install gradio_client huggingface-hub==0.34.0 -# 授权 tmp 目录的访问操作权限 +# 授权 tmp 目录的访问操作权限（各版本均需要） chmod 777 /tmp ``` ## 参数说明 ### 启动参数 + | 参数名称 | 参数类型 | 参数说明 | 默认值 | |-------------------------|--------------|--------------------------------------------------|-------------------------------------------------------------| | `enable_formula` | 开关 | 控制是否提取文件中的数学公式 | True |