From 9267a0ee70568d1b4b50e2d69c5df450e7a3cf65 Mon Sep 17 00:00:00 2001 From: doudou <1303647944@qq.com> Date: Tue, 13 Oct 2026 11:26:06 +0800 Subject: [PATCH 1/3] feat(kbwf_mineru_local_markdown): add 2.5.0 with MinerU v4 support MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 新增 2.5.0 工作流模板：解析节点升级为 mineru-v4-parser（本地 MinerU v4 服务，默认端口 8001） - 解析参数由 backend/parse_method/effort 等 6 项精简为 tier 单选（flash/basic/standard/advanced，默认 standard） - 新增轮询参数 max_wait_seconds（默认 1800）与 poll_interval（默认 2 秒） - Word 转 PDF 开关与 unoserver 节点保持不变 - 同步更新主 README.md 与 data.yaml 描述（适配 MinerU v4，3.4.4 请使用 2.4.0） --- ...\346\265\201\346\250\241\346\235\277.kbwf" | Bin 0 -> 65679 bytes .../2.5.0/README.md | 93 ++++++++++++++++++ tools/kbwf_mineru_local_markdown/README.md | 36 ++++--- tools/kbwf_mineru_local_markdown/data.yaml | 2 +- 4 files changed, 111 insertions(+), 20 deletions(-) create mode 100644 "tools/kbwf_mineru_local_markdown/2.5.0/MinerU \346\234\254\345\234\260 PDF \345\205\245\345\272\223\345\267\245\344\275\234\346\265\201\346\250\241\346\235\277.kbwf" create mode 100644 tools/kbwf_mineru_local_markdown/2.5.0/README.md diff --git "a/tools/kbwf_mineru_local_markdown/2.5.0/MinerU \346\234\254\345\234\260 PDF \345\205\245\345\272\223\345\267\245\344\275\234\346\265\201\346\250\241\346\235\277.kbwf" "b/tools/kbwf_mineru_local_markdown/2.5.0/MinerU \346\234\254\345\234\260 PDF \345\205\245\345\272\223\345\267\245\344\275\234\346\265\201\346\250\241\346\235\277.kbwf" new file mode 100644 index 0000000000000000000000000000000000000000..b9dedc3b98f139033224cfede66ece2787a08a2a GIT binary patch literal 65679 zcmd753y_@El_m&A;vt^4+uhrCKYk~6D+`oaZ>g%b3%3B_!9tIagzAszw**nlJqHbM{7Gt(2(u@M^^yD=LxJv$Q<+pf$iMa;H4 zW_xFMV`rxK`_8%d|L>ofRjQJh-6>;b=KtU4Ip?0&J@?#wE1tjUnrpA&UpcyKBKO!> zI<+$$FQoI?0~jTC}zjgm9p2-*0DC$-WF@?-O;|Tud}nSvp3$muBW%N z>+ZImzP2`0C{3oCRA}$m(Z05?yS=ZwE#A@AzP6*sR=9<8D@-Pb(+Q62hE#eaSsE)= z$~W;vLT1fTuOxU1mBC8XpTmvmSgH^!P2@1Y;@(LN@W$liWQ+yzH9e8qn#)cUWzN^` zseEVtKmYyTm#^Jh+4L`0l*+3n`L6I#woo)}W`6fO=l|2+|9$57HmzD&LLc~j7ize_ zAJ^ZgukYC+-s5)~4d!!`>3lJZK~7i7tAL?=(H}sl@$xN&Tq!@C-keLNAHON<3N@1$ zOOF&QGL7FV-GTRb z`fCG=O~1F&{q;J3p?J7*I`hrxN@le_wAC{$<(ss7&OUQD5YJ)AWHYhy?fyG6wM=XI zHort@9^dHd?e0jnr;@SG-gRBEuI}Eov7Ti6aBQS2+1}Ne>Poi_Eik>w>vZ(a^zQ!x z9{q)#!p}p$zF>;$Ol;-Q^lWuZ?;C5oQt6(Nby!?o-D_iA!@X^>WKVl{ta~Wk)6>?w zwx^?WNM`QOwSt-7wUlZOQ2feaprkvJL+N&`+mYe!B!H4k$A&tFhGHY_Lv6{Pk+o~n z!)?uRzT#SiKme4DQ9QBazwsyaKYVD}nl40aT>zwxq=EA#f+$x0a+r*j+CdU6O9GZs zeY(7I0!z;_6Rgd@`;W4a4}Kx@TjekNtTZ;1ETm&BO87K?4uX!BuOH4$jAVCm-QTiv zEH{)Kdmx)0OW6*}E60F>u}b;3YcHOv9(lWZ=WNIXlo=6Uj;mImCnSMx{`0CV@_7JZtH%+D^CBLf;eRFCG!z!lt6bDvo zmDPhyD#;SfmT#JS?Zo`4C#z?lt7LYSZ}MSK$&8nO!|&67jNUT2^6xk6!Yxxu7s}UX z(!!Fy{YQ@<-t*7@)Bpa<@{NT|?lH2r$_&02)03N%lrFbaUpren_Wta}s~ePkuIc;bf&y z{)$s)gs4r7so)^?S0;3o3>Wc<=ds50u(s3GoCG0Hm1sV$g|;GX`*N!c9b$dIACD3>7>e5K*$w+ zzg_+fe<`VCHmr!iAsjMq4uTXgxj!8^`zPJsn%2qP?l0u(lP^{GpTI%_m8Y^o{pIV{ zZ@%Bm_@-Ys~=Fx#7}yS_Y^Zkt>wTw@oJV$({M+WJaNrc87n5>H!?SFM@<& z+BS`L5unzN-k`5K^JMMhF9P({_hxXo|F1$g)O9LVE13)K%vLJoH(hfFSOgYlIu8|i z5bSX{Q<~V7AaW|3uDP~+Gl)Ht0CG^Gav<}M20;f)6GY|f4dl}0+hop(LNO1ucjsQv zL$XwaMtXbDnPE%U50?tX+<2w@I~Fhraxx%cj2bhT8QA?eknwu~w1q1*miYQ&E!1~+ z=i<%P6?ZWEoteKk`Ymu-X-lO)3Nq;{L?esgHEAj zcK3GoU{ElbZh)p|!b=Vpv%4YxGJie;L6;rgC8PkVnfvJ6 z+_~50P9BH&sXqH6#zH7t9NqWu_8nU`H8;!JdSV@2JKEd&+S>a%*TF37Ztv-~R@Tkg ziEJ@JLKvr{igIBT3REG`*nP>d+{Dg5>S*iihTX*ZiiCw=OO0nIFa+h$G7W)zM`w3W ztgBgcax3BGq zx3|Z;d;5CYdfHkcW_+}0;ooj7yk}1zY}HPfHEb6PER!hacBL`4Z*sU8#?a8(RBv}% zdwa5HUE8{3XKHP-XKgP=H$2>x8iJs^xtJcGl!XRtY{pN56~wEvN)ESoCObyf#*!Vq z9Wm(0?XjNruAbOPcNeYXp|0L!M|0!0tvA*t#%*U;U)#F)+I4LmJ-rs}3mUh#3qC@s z1npX?2+{IQ4}}i4A;d?z=8dBZ7EZ(hnKHgWR8>{@j>a;jvcBVJPt8eeP!RT z&(A>F@D_wCRFCTZ^VO4|dYN3I*f*KW7rj<*?(8Y~{p<4wMCJI+=8adNH-wdp%=6GJ zGA~e}xM>IUPgN)Qw7gQ)hC#LBZx~M(3Q1b)f6%;bZ}!aD>c#!l&`c7Im=;Dx#O-=;y)y!Bfj^fspV3LJk!-`Bml8c2SlS&PeoWk=HnmJ7}$^0>tz8}M}( zrr$CHeCb^E!t)Bb>XAd>7x+GV_8D*6_VwPJyqtgLlj`B0%$|9A{=x-sIG5X%O4j?leOZeDTRTvfQ2RA8*;d9fW;w_WbL$S5DN<9`UlNU!Olp#=HLn%q8Eb zkmuz~FaEst!5h$@s!yGTiAoQKH~+?a)eFzfp82@;!Y|dds-4*nEk>aBHK)~?aAOCq zfLtgmm0R7tNW;rnsXdFdvkY`lc0kvJgh-d~P&2$y$bY}Q6QHi0Ib-b5=TFxTodnEX zGZss5y;r^PhBq)J)?+rc#-mm?J&08YdHtR3TQ++t!e-C>+?$%3Klp>WAAE|{7nkz% zPtZy8XHY_YV;Ckk6z+U>VkgwyMza~dCD$?zHH3=dvxfC;&6u0TfVAENisj7r%M(=E ztyjylo{gjU5-sLS>6YpYjM5q7_4@Vsm*Mz`jwHtl^5)XM!yv%wGq1Ujm^=3pxDKG@ zLDr}9C2#KKk897In1AQZ+N(!6!3K|6c$&ZII^A58Vpn-FXWHmtN;Ny#(P#1NKq+MR zzNPL_nj=ebKGGz<8k1@7ZDKNI{@upERQu=-g-2|6R}6|h)Zk`T61CT!SWkBnRuWWG zZ13RPNcYgly5UrEXt=WzR#N$Q746dA!`@@*ArERcmBPbxR8}(oUd*Q^{be_2{?4_Q zGXG(TR#N8w+MM~n1Dh!G|IiZ3{KrQ7C-a}n*Bh&6l-p(H|Hj#aYU{-Y6n2&3JzZ=6 zxH9?$yayFxGbl@S4z9)IL@EgrXLJQ?uG-`ORYtGp6KmkCf{_CIJ3W%!gH5hxYVsa6 zR*XS(i|?56Z6bd!ZCz|#cSn0HnOXZ$wRQG&b;sBB_5c%K;rqbiy%pXP;U310T|wik zGWuI6HK@Buw0lIC-t>3Z8f6+gKkzKZXrsc(Kv&uft)He7bVb>^`KNwXJ$KgIL~il0 zXoz*TP-`(+*j4aq2R^;@)M2oa>ftx7D)UQjEDGz#wh5i5Ec2GUUmtY884%nCHB})Z)n0dHBznocgt0Ki(O3T++17+)XLrpD< zeD4ZXT`tk81+)N*^dBqz9uQ5W2}23!x4A9!2h@R8^H7qVy>JoY51LqD1zB4CicUwZ z1K)1CDlYNOrcEvj$kyBpTXV|=wvmc;lnL!6@EO*#>RW|X`*zff18V=FOS8)Xbu&Y3 zF(STotMP0GZl{G@B(8C{EI=F9;MQL*lwEB^K)nRI4eK2)K)*`bRhFvk)eC&K+%CMu zwYe4~(*uBOoyV@uKCkDIEpEHZ0D)NN;!93;_Q2Pg97YUMDh2(tyJIA_wtb|tCk=;s z$J%vuLJ1nc4MWLc_=ES9C2I`>(EAHoK+h)7k;_8r`QLdG~NMcwSyPnj*3<T7BiI`Qyi1 z6%{bq0a|X_zIueK1JNBU=P#kwTIE!&{Dfbo6)$W1-!K>m5t|GDuPVHV#8MzhwJkDKciIt04?YH+cF(BO0Z(ufUP9?NAReB1^$GF}=>+5jMTg?ve! z83t7Q-zTXGf3M1SeZDBTLLnXw?ZR<2a%^uQTL{tUL#|^-7dzKH2BfqZ<$?$IGi%*vzvf>|4sH@0XwboIQTfN*D0?d9`jGK0W|Tg=z`aNTxrO%{r)%vbJ~ukEtGGSHB)J8gevbN1V4Ava;a=L+^) zK5f4-QrmuiJUdAQuNukc#y!L~LBsG&Z|f)auJP{A4j0#W55ZNu#@iyQMRIJ7w*!8v z^cwHs34l$j!aatu#6@n~2JlRNud;+Rd;$2XgYzG}jYU>{a{t_gXVs--+(>86U{@MX=05mr z{?rq*pQ6|SdPD%C&bSF;fpacDfyN6_`yy>a5DRgH@27`L`Sdo0*dtoBW!0)3Teduu zxNpn-8xr5$ux%%(|4{X`C zY5fi@KAz0)O64A#VA=6(Dg`+~y5vvnFO-Ihm|cp|l|_V<@oA-+1Te`b zNEAI01yAmuf1;vnyt@Bb_3ZN+gNf~>>d6Du{qJ6Sai+TO{HnyJ_1{Z8xcQ+6H*ZKh zxM}^jHze-;hdX2z?cLs8UVB?dm;LZOG<)cIwCS~XZ@L$9{@|sTpt6+bf4LuDX3xA) zJ^w@ey!6Dy>i$EuA3r-c^Q6Y2&7OItdgNJn2N4fzdSqAI6I(ZIOCTx`5QpmrZywyV zA+h0mJMepIm50BG$g9@T$@I=hpBIUbPVVGv?b9X?CnxkFKi9ZzzzshsZO9kDk)7EQ zdCE`!;n27i<>#7J)2le9#P$swSCOkZ>W?%odSM~j0zx1oO>EnMLiu!jI5$2CUJ=bl z2HIl1$=JyH*aL%8J<~DwXV-Fmws%YuwZLuvmHwe_TZ@Od;JM@bG)@bfk_7~fVAUf+ z<>74)VR!lhHobu6tLg{ws~&vm(r~oJi`@f|C_9U9*Qb4gn}Pr<{3hBWuaYUebJ$sQ z96tIyIZnFJ-?_${WWW)Y#02a+48PFdW1gWLLlXVpLpTevtN#Jn6w^-QTK|3P)kOA_IY3v0%m+FWQ+N| z`h`81sw^r(CW>PG(b5uUE8Gb6a(OQjX^G=hR61`^pgh*|qrDp%jDU0MV1_ek1l^%Y ze>ec@7#d5kgMy50a}NFiU6PSV_3+QC`=6LUc}9G?QIwcHQ<*(;u6FD!LW{6dhPZW~ z7QxJ5?nKZXXA_#*B&eiuT2gM2;U}|&wD(;G_HW4NbNT2<+Fa(882Y60N6yX=w&A$Do94;9sDdrS{x`fb^{&SnRcsG0aHCZfAZvF z{St_nXmoN>d|`AP6bmmp2wCT_3r|Cf7JxHEWzk7HsPwQ2C|y_pIPVtib?)VpFdVhV z*)xZlVwuC>@TaLN2zkiB;0H>lqE1IGC~!cyp>mq!NIHQtUQxqx`Wo2H8WM>tlMr35 z@$R~7*JEJ@wJlwk1V0H#_1j?lcYBxi9hv{+qf1X6g3AlSO!XQJ(=s;i(zzGsPrfz( z$!nL69`=iI*Z1Q7OUKVKUM_<$AMesr<=Vl6azNpLL)3}T3JMJpOrNx87JY746xPBd zMxK<>JM;!a*UOM5Ss2YGfDG8kg zCn1K5h5j7~Rahg_FZ54E*dhT8W(V$&+cj;lV0j5_9GWK4-F+U^YC+Brn7tC0>5>nk zR^rA-N@HVCY=<+#*mhf9hE<%MglN8csoCD*&42bB48ZDzAJ3lIS1tbpbg40(aE#8q zbI1!UKZcpq_B}zp=pq!bSE+0L@Le?(tEWDl|M2+Li&lV0I?N4?E(#``FEM9Zqr2C5 zJha*(>o+;EH@b_IvfCrk$XDpRjBLrKL=TdGflU5D(7&j{loJtwrqJR9{3>#`R>vaY zIne+P0rqGS4Y2b;#UU8EiI1%dyJ?jnLKC6!h!3bCF5LK}ynp`9{SpWNBOk)Q+IK{O z{HuM>y5;o>@<^!T=bx`0{zM%U zj7p9SOsyuOR`;z=#&Pa#^_tZ>ycC|qAk93NGn_oT!&zsI9|kWJj2D$pc7Z`;B0q?Ntmp8S9)(ik1T^B?GF0o z6aHnPQs+@S(R6+94mTkcu&P+6u_?Ya@Q@PzYFHTmI5Ro(9thoC$4kNd0_!?T*sW2k zt;NAou2k$3PmS^=Om{%h#32&{Aop>iAb@aqdT1byEhX%mMVkYP4S-j&J^mRmpqe~t z0s!bl>R9A554!bq+lDaUaXN>=w!{;9;wb@b=w%r5i^Az@4abfaPdSo=m>doE@Ud@X z0+_Li7|!g6rd++81KB3>g=7MxOU=Rrl^H$GjsI#??ZW1e5Ol$+iB@M@16yq>Xg8i$ zPQSW!b<1=s-9tD;MoeI-Im)NH6%?)ZUt=0VyWwe?Tt54_xYEQLyf>Z9V?|B5!EKE1kvBww#LILr|igH*Gx4OlaEtoL|X=Q(GLzp0FcO_Rh9^$@x3a6+4YjZWX~iS zsM(kT{ppjeotu6-00@H?xFNS_jw--tsC##-oCrN8v~Z!V05QM_(yFWdF-g% zmmx|HsTBvcvvd%;XpweE>6X6Zldz>=+%8JvZgW03!nh}JK-xZV@2B|b^Zefcj)jv0 zvgrU8;pP^n`|(|z0UT&N6HySOA~KH5B~(sH;ejxwu{*vi;LFNXx52lAg=GzUWm+b* zW!D~Ewi1FWV;kCAOhe@} z?yUd^#^D8CBkDCyiuZ|{D<)}(qb&e^08fF@$mDz;0lYG(4oHxTKUTN8+uf8s4(Qg~>WsD73QARvYX;9ig&g#^j|D zAHP`jDU54cmE^G8Fvu0mg_hnLgCUx?E=6HADC(N71-lN+XHy{%7otu;CBd0!p6xZh zIYW#A>{7<+T_bBpb_zhJSLZD549k4oO)vpbcY}g-*TTE>+-C^;tyMn75&5g?QOrss zFm$K7m`ebems?e|cg*52n1$t)_}u*O_LWg2ti(wi*4h1aXWXs{{~&u&&F zFs2*}OGrU!Hfg|&90kib59VGzL!ZGXr>dX*$cwl7g#Cx~klX{c&j|$gsxO~~bIRMe zdCMaYZMgs28=Q6ONEb6tKqN%Mx+0ApgXJ|9S-(_GM&Q83MZ0-Qj1myOtZ8C~i$mxU zVgd=J#O-p|9Zmyt*ABC3i! zB4x3Wen=gsIVgxjxzt`hRapeiK4@i;xbew$t$HZX!-({Sa#0QnY}7icF}5`x{)^xX zjYs|?n$t2yJbUISk3pMpi=SM3ge~rlk3eLe6O7Ou5g!Ng+p*bfdE=xCMr2>0A^WvX zM1&uUuS#hd(BRbV`=HIHdV-4=b=<)r(C0OUK6aEyWRP37@s^O2Xq<>)^0{OlKFNHf z^;=PY+xJrofMcQsCVlX+dm6F~f%OLnwRUy&S6IQp8LnSCGna zYX3TZv}Y$)NFr|olgW&y63MY5htE&L+tFE*nSxK_Y?Smv)8Uj5&TDV&qr35JYv>QU5z;p;BON6L_ z_xwxZeVf56Z+E8$;KCs{ zduHGKQy()Lgyw@mFB-7O%%>%9UBX6BV4w(YD@4ar2A^1Scsa>9ojwW9QDqp*XfRC7 zMDf9c2xMXXRvds}pn*60>C^DNz#F4N*of)#a<034K+H=Lm0z1$Tcf; zT(mQCBX>+PFK2G!DS1M_8{j?_2K=s;KI^TAqDa@2(^Q<^Ca8wga_g&22ir#=Do}oO zocm+(P24aE!+~P~fT2Rl>JE6%8lMk!DE3)W)o_khIC8jOl0Z<@fPq?=KWR2$kZL<> z3u>4*BayEUOeN}?Q{z^qS+pu=d!6hFvtiPU8k^SG$f_^i*ohE3;rst zo;nZug8!TcP7WWb9yo-cB}Ac1OTd`&a9J>4e{>)kzw28qj}AT>eY9{_^wG$-gpWTu zF?jd4@S_C}A0H&#dg5WL{gp@BcSXYj6XJvvm# z4`bf__#OBYkp*s5;{NqJ)+Zj`_FzMxj!rm2On+pOx%UYo%WpN?k=zT z#4oFdpRFExef9$P=f6GxVvo=V9O=^ts02b=h7c2j$fbyUg<;(XA!B}tD%2Ojg9t)M z68Ao|}aguRV7Q;6gL7AWVQL^#LjfI!x3sB4TftE zTd` zrL^CYS^8#B!7mf&24bnyE-`7wkzINQGSpqtvg%Nd#u#`xMNv$OIpT<>}%qoV)_i zwtN-Ao!mhW1z8dL)S?|}W7IQ<6Tc$3i0=^dab%<_6?Fd@o5OCqPGQiyyWeXMy)&4! z4LcH7UGOGQI$p>m+oRNv2aph;0}XkR@6#RuIYp5^i*F!#>b&0o5zZ^+@{AIQXVQC8 zS?E(m9f20NNj< zKA^2hm+WgIGU(j{JypV8L&2xZhF#Zj9Dwgj>qqyDn+mborP7I=W2~M# zECIuI2|ApEwai+Ur7Nne>rEs*E(gXrSa$~#G(5U=T00$tj*t1tIYu_|n)l(1sR6Oz_yxd@R#QIq=hkS&xNuSZXh8 zkq|)jMzLKXjsZ}<ty_F7avUsyC0iuzAEoTn~G&We^1qeXi51eQ?6xKZ4CYd-g4F zG&fX$VljW=Ado@2NWSg{)$|!h6CfU)w zHUTY0-}+QWLkiS!6FZBlTfScy6mnCNU$}4Ao7;JjGRWQCdnZa`uW|xmjxXE zW-0lbF2))HotgCaJfKxiWmd3Tx1@Ly?EYjxKTQd288k&!sC;k9l+r#P*s*GgnUsGiTFV*M(Z&30?ni8E+hDmr6Oc5{+V%9 zux?y3guoOr#!$<72Lm#^9sx(3 zmOx;9qrbvJb1)Er5dsrs`2itk;fW{qE1!m7$akR!+FFPoey;40LN9=-rz+Rd_#cF- zA8ycWp#V*~PJ(5kkAe+;Zg}al%P))ik@|~68-Vuct_^o^Sb)J0RET4(VpB3QlEiv} zPuwSkh1O(!=c1W%@4yBOF4VVKmpVo)%fut=AH-4N9qaWBbu@yrttAWrl#nk?@CZAg z6G#-vMTyGwYu5lx7wXd1T0ocNV)EA*g@g>1amZUJxRU)ch)=>fc=5~9L9XDEfC6wq zHWKGQ#*JsRq|56V0ok=q>3obM-d z&i=A`A`3O82em|I&zI(>*JJ%ytX@Id-FUvM;?&%;=@5^*(t=JKm0Ml*P5 z?jO*{jwEweE8(E?G;vApk_iZc#TFW#4s7n=FLBI{LR8L-U|UeBr5^*viCuFdN;dx# zqjfBVCwpB39)ogd-HVa@hiKpk#i zcr@W)h(_?wkOzz20P}Mdln8?M9S=*Bk1qZAcA+t%=usL9PRC=57NRmbitr*bScC?Q zYs^tN{KB-tg%d?#)iWJv;cz({wkjwZ3H>&w!LZ6%3X#)R(BPa>9yjD9;ABjYlZ@a; zA;<(K1=n~$aVq}G?;i`?%5rCe~mXKUd<=>BLg|&d>Ho= z1kJz+VghO;;(XfOjze%3BOW2ABp?T(Ap!wvwj!}i$vA@1`>fA^udcSd4sE?KNRIVM zj`2UvPCkIoXf_wWmqGFmZV3R>g2S=}@A2@$rx%_(sE^0_jmOKJ{Vj4WZW>RJiA%|F zWxhAzJrfJX#<7h3vy3fp!m8!I?YdSM(F zp=w~)IB3=l0g(^fKT}fxgMi*tbfW&43soR>CD(aPZ8MASZP`-%^ke?qhy32Kjcp6u zSr^=e$Z5^A1|kH5o@7?EwuGi=>t^&9V@HmZYp;L8Z86#EgWq-*N5A2KKl~G)=4|_b ztKdok;(#=}#T!7{=8&lq!M1@#flI%N3)zP5*~-$vw;+_*3}zw@s-}HN0a=s-B(p&b ziiIyz7J;xug!c0u;wYh{f!0dD3y<1I@&fDnY7aMbGv&xRp6NgQ=2g3zgRD}Butah# z=+}C-OzlRVG49h8U;|_s8qY!fHcuGRb*IwLv||N4_Xb6tqY!wYz}Yw9`3#DLSVa2Z-Cf8Si!5UZEv?SHrDx1^T$ufULQgZaUT#k z2@^zUB!OJI3AQ7>0`Kn8FbDm{%P9A?`LHnPw}#jryY(?IT z04q|)8M;g%C<1d*-!r|61_2@TXU!_nF~l7eXcvqL3ieF(2(d);1V_&p>I1XH>>TkI z3`&G{=>`&io82RRrP85liGcSrXd|MZD41=y5KG?6R2_Oy_b8SHQi@eiV%eE}J{{8mP&|q_iS10!OtylIdz4b3~@YvFf+vSApulw35CMYsV_@Ib)?n74?Igye&W zVGa#AE|-5s5zZ*PyncCqs$wz*IZeW~*LaJZ_IDha97;VH!!5A{jtc@kOl?p%NP=7* zo1B4LLizj#iPVPX+0;0$D^=UxMbSGuvG=t@5&+H3a zf0kX>_3o!hTyz9}<@!b=?NXtZkCGRoVpPKz#cMhW+)meP39@hr0JArUD^c9)RsF4)DSGdpYd zYyioM=H+hx%!j|UOgoF>WloZYRcBtQzVkF9Z&imNbs*e(b$m3Joj~N142KE2X68?Q z!Yp5MA#7bGXdPCyI6y;{FogJ&v~QXs%uoJ?_WfjW^CvG}df}uwCrN33_B{&jO&VvQ z2}PwX$8SKaX9O~m8!IXq=}h80BV!RHNr7Gisi5Bv3Y$Uz@Q?rNu@W)HAL>B-n4vh@&Z4>`07% ziDNNejU614GJ5)%h3LInAW?;XN>`K`{6c~Q4R-UFg$wUM7MWFs1&JQuc?wo$ICcW+ zw10F~ca}(RrnV|5Xn?L6d(yby%*h`bn(hy}^B>EI?F${g&>!1x`sXg=e)mV{FmAs? zUS@T$HKUrSj^wLHJO!K|=3b1Znwy34iUY%E5Ic5SwHWBY)ssJDWEqupUj7Cp+g@p* z$WI0O3VULhmfi7lBHh3{OcDUKU1+@2CC(AiSVwVeQHQ9eA8I8QNuB`z7y#^R!1i!` z2tol7uyI4^%?;NkB2G!!n^GT}=F38mmjYHP--t4{&Og#4hE3*a9CLhPTy6IHaOT^p zs|P<8szq5CG>OB{*gB5GY-w*9h_w%L;P^>)EghIBxW))^4uPQ}Xe$t5e8|5DyG6W> zd$^j9C}K1nt{zvBoVZ?uNpw+KpGj)nKYNE74gL&=WoMQmbSeQ2}m zn!LLDP?GC5tP3a_BQkC+B)>3Z=1j)$=mBg+@ zM{J0+!sqrwND#JRRne$j@+56t_=v~_5hFs>uVq-8Z{0yKf^(TDF^_kj%Ej9--XT5_ zGOM>$dbI3gc8?75ktUnpCc+}dkUgd}X+j_B85qrWT`Q4}{kQ11i1r5nX;QZt_(-{#a}J540*A6?bk_={Xr)@%wx_nEfN>+$g}Nc=HG5t_NUGBfu6x8GG^JCqz;gjCQ&1gg`Fe5Bkux z_phYQE=%?Ycq@T~u&1sX&x z;akXca5)%aL}rM7%tg}y>TH^~)+i>OF`7-ue#yfm$;#aeMX^HdmaZug@|?Lb^LsU_ zX3A~=%3_fP<&COS0v~`~6hjTxuGt$L!0|e)frh%~&>F`Jc_lYq8Rl5$hy#%76uM^k z58*Dn#xOXXY2qYga9Z2!Q-(RD#CD*t9js+9p;DNPK9?!mh#sg33&k{WiU>|{+Lcg+ zI<<_Y#tXEX@m8T|f)~{FR0se$&>hGT}r{qypnxG*;p0 z6bD2}108d8#Njld?yL=P{>AG48TBO}nDMMqMDcm#J-gY3yPcUnNRPNfO41JCrSr(S zaGH+(ef!{khD3$`+ixLk2MC;k?bw~nrvRWi`>`y+KRB{@6d5o1q1)X+llZqn697g{ z*)ZX-k&x}k2lmg|)U{(sKr?BwtsUyiR_7;~W)MQrbn%;UHDCSC8nw;VZ(eb`xQX;) zaoo9r$ncTKfOd?FZ3ew5LmQ{g0V}TG+K@>Z*a42}5JZ1V+6^0F^G5D1xPPmexSJu! zQcjZvf<}XSjmToZ3nGj!gFWFTz&_|H0RMuxWb4iTT(h|@%OYrTdE3v6Ad_7;)gd&B z#3GhPwgs<=PQD`Kf#dvF#?FG!WjjAG9_7;vzY?alhOD*UGPTvvq*jyBfzCo`HT=x( zu^+`6WHJcL!tS!WK1i=Z_Jy0MHJqfCJIP`+b1MgLP4X2a3wXVH`bUjy%sETu9!aM$ z0O;0fy%Wr4g2!#4vCmolt0)w%&sK{A^GrxRevowzVPHi@O^7S&#vkbDER~R_SHn0IqA7jDFN=h`oN! zCOFkfYi5ySt#&M*593vu^QJfiI)9i;z()L*%{Dhem*gOH(}in?vml@y6b)FEliCb$ z8ldTx=cpDds~D7H%At0ET&I~vl61K8!WooI0G88G^JOc?IVtw-5!V@cBI&!}Z1jzH zy%tvU7;+h(`qVh_=^+2n;n`22n}m&c!WL7h%P}IZvIV7_c>!BR&ZWYM=pSb!9X2`a z+iac|tM(J42-<0cCyOm2-ErrpH$_7|XhS@WKhuN20y_-=@K1^&PC^d*0#Jds+Kwjp z9El)2Y4)?HNt!|9$ipXLts$DQOja%eL;2Zrhcv53D5VB?IJqx(dEWZ4RipfLJxCbq z0Ww-$C7Nji?1q7XX-g`ERfq&jN#sJ(3>W$!8jJnSrF}`$62#F)i*k`7+J3kIPnDyL+lQ?O;5M7T%s7T~W`Qfy6%9)g2 z{(h9n<%LugXP?vCG4w7TULmLYMX*EyYuCCnrs#5#Q#gPWbVAA?{N@LZN^`{?_JP&t zF?VmVMH7Z*&1YF(BU#*}I_BK8)gTUy$0a^IhC{JVq-eba3qzgzUWndBHmKyDjR;eb zAT_L8b2Z2~yyDm@RDPDnntTga(9ECyA;MAS&c2P{Cb^W0rJ|t#oXdpY*g!jV+`wE4 zV%cmnkOI=S={kB>5ZohIDfvIIqARwcR|4@{%c@HG4!K(f1cB?j?QPw-Rn*)B`d{N^ zu=XBP_eR+A3MTKu72ePUuyqjJLms{y7Vm}rgS)=VH)9do?feSvgDu~loyeN&%q={k z1jx!{v6wGZ`1K|Pa6#uJ%)GKgPANqGK}Of-BS6+ z06wFC&6aQ40sp{*aux6Btd4kPzJvn^mBEU@>IUQRsg&e%(AEsEr!HRy2n%el1H>vDuO0n&?04P5ja_>FBJSemOU5u^r2AEWI5^ zqK1ngC2ln;bMfiCd~;4N@O4+0QtV2ZI0_n!nBM|YA?cMe@5<R(X@Xe+@EEg3WOGnH1 zi|VN-kxg$Qlo+OEu9lIaOUB2oTfv&Ce}y!Zg&3FH#c~m17?<0`6<}jkurRJ@72M*6 zx;0-3535Mm(0!gtfvGD_gF>t81ZGUg?1f{{%WMD}6KB|4R*%024P@@M6Fd`q_BmMD zR$=&>`_PNJ!&$oGumn-_JE49S)*hP*nHIP56=3NbZS6_iG}6`)OZB#`i>>SKXpbdR z>(a5FWOvuPwsl=2-Q7Jd{z6Mi7SP5Un<;{KjMtq8X^z4*4C9e=^R;99F#fp@4pcwe zKljd$an#7y^E{p(aX8zTP!<^(-LjWoMh6yB^34+Bf~FY9bX+O^wR)iTU^!U@JS4G` z1(nzp`S!93?~=i^ za&a(qUj|I0XRp2H8b@`Rfug#yFpNmLO8KTowrtzDee3%BHsCu9SsXsb-R6~<@(q-X z@WNC^PXkjePr!~F{RrOMWUfXKdt z8k;kBly5Lb4O$(^jp1T;zHpz?K9%HUP9hmn|$?tbLN&Z?rP~+8*6Wiwe{|3 zU)R^!i$u5ap02g{-`#CJeZYF=wxCdZhZJh->%`fnuI}!3Td1_ZvaOQ25d@c6RsKeD zxVp4dot7Z>JGS8uYTGWr>2S^ipS0xqFEa$l*9Gk@WI zWPQ|V`O4^@qey0Y^dITRKgP%R#@1hR&7EIwEfw;uL)nSe^u%s&Qf`CoT!jk^R{70& zk3g<~wBGl&-v0m&v{BzPjlcBns#SUrt@iq-ObaWA&T0pKTK({Os1uq=LF?YU`vAm*~KoRweG+ zviZ9kw(Usl*n*_XTj9pnz~zVpNh9o5B9vDlFzHTHS1#E0X;DbZ9Ky5o=|x!?x$Ga@ zj682_*&M#w@Vy;Q2cS#_-AYFqvlS6)ZFmUMb)LykFxjjA!;I9_<$ds{to~R%_&W5- z`DZ?1u!nm|98RtCszUDu-~m#z9Ym!gqi z>?|s`!m=^#WDSH%Dg}3;bB(JG#Bah}f`FE|W52d5KIC6G>zAp|g<&?+m$7uHE164Q z1$s=ngf17kl+}z2yIR%*0bXanD%wEkXv1GPa$Bsd90InVUHEHep(PVyWNfRj^qX6C zhYz9rnPB&;Nmx}RaELf@N6w9~hJl(0HoJ@E6p*bnhe2NPS1{;@t=4v5ZUVX+5ggxu-`tPes%*9dG610ytR*jjZ4zu3C2+WH3@58VNf@}F zTEYp`=lggDi9T5fUqzjgfKJITp78reOSTO|%74VDuk5gTnS-9mda$WVKq2xcYGSsj zur=X(lmKwWgCuRj8#yqAM{dQIf%ZY0Ud3l5*uiE^b8Na!_XwzqJv7AX`i<}{|3+{z zXK)w0-c@EaWf6YJ9*NEn%+@4413?*;Q?>FFC=(otts74qY!8=pxfcVlTU~4XW=OcM z+5kEo46tgzYLKd1WjFp~lZfpD1j=7SSP-7{G!jv@$k z{^G0N_clEg+qU&SOnvs;e&$jT0~&iU*w(klfoFJV!iqO&HBN2?PEJ&IoUh7H4r5n5 zi@gb}GvABd^gN>LwhM7>&FA*)4PpgtjDoq|FTDq8R0_zG#v>P;q(jC6!ekbylOBL& zu{l?KAXl15ZJ@z`2wduv`%fr784CTui`bC^x`L({TXK$&$1gcu=Bl;3zkq+?7TT1=~EnL$q!DHKs0LibW z3m8>KB4$f*%3uA{efpitA2}QSIt{@Ml1aN`*-S$#kYdPH1mMV+A<%?@1((J9ec(%wyT^UX?@G>59w&6@lyS&Ia#16aWVJZ= z#ki^t~P zeOh<=aOtA5nYnY%)m}X|d+vm!lk%`5j>sNOj@)#XLU;mLvyPNXB98&Gq%}Nk-ap5H zmvOl{5?759&vDXPcvgl1H(#^ig;XEN(27r z9SO(yoRt(ZRxW&;j8#BGZdjK3^!$YjttL)T`d&;Kq0a29B48X)2B9eIN>4Piny?~y z^2Ev(DI(7t9x7bSwhC;kTFx$T{yKbtE{Q>k2fa##;HOV~Qp_sPQpo>-xI$wI`|a5Q zNG=fkI*`01~T0mRBdLev&l$ucsM;N$F<$F=d>Q2v&3p^u)OpP4m^suiv*z@ zH7z^x7R)3JYzk0$VgVUm*>wg;gK6&1p9A1uX!=Ic4KQvVSnOIw*zDGY8Vj=wjN2Vb zc#!PZOmzSkBGBD~yO1b+-8wid;TSEh(XFsk@X5)>36X7LRD1~^Ev1Ww(v*N0a|AQSnwu%n6R1T>= zG?R=q%IeU&A&gV$Y21a2ujmw%25n7s%0P}c>;B8vWnm;NN;A^>^JQrJp zDOiGefqNM-B7%%u&5>yEM@sG=iIAN;d3^53lgJWaPI175dH*wvTXqf#$f?ChMdZGP zIkI$~*gS0vCq=Chq;K^DiW{*9{0Rq3!DQ_SWl*5&n?cvMDQnKc0p;gqWf^ngG*mZ~ zeZhyQ!=V>r%1dI!#5n%~`tzq{lvl3ckvfjRGV~@*Ng86fnxb}g(AXzU;)kGrc5tUx zd*uYe-r={XzWTJu*|>4@mPa1iaR0YAaGTR^~laK4Nur?Pae_`0OW+w9SF@Q z>4Sr<8}?-He1L4lpnS^1Ow4z^QP+$39Y?~WB!3e&r?dp8h`k7d) zhGWl$V=p-%j0R4ujFfgOuiQxJF*=8-a#ARxmWdQrAGJSg!}cuIUkS$zjzD=n$7NT! z3FNfZ5y7A1aA5O_A(ZZ!R5O(CGHO-WZm_Bwr@_kpBwUX5EI5{o$Z{;75Z%5EcT&&< ztSO{t2w$=yShH|DI-}J&0yQ8!Twiprht87Ao1H-;!S78c^T@KNCUejN#rNl>bi-=; zY=8COPpeN|KqSTI)v5&YCx*w;$%)dWD4PXbhFr`b?-O&>^1#}l0TOs-_2dC;DAvyG z2cMli^D#5C2s5_qlxHI+c}QQI@bTF|<^cAjqztj#(|ANC9fXiZ_=h4T-ZZ=`IvFe+ zeH9$K^1Q!&?S*H(#-TyPO}d0)h%&kv+*^opjmJx=5lzwB3{;kQe9`N`t_3+p zg#JuF#F*2Dtkg~Ho992IKqKDvV$cnP5Y&A3udAu&4sw9c+QPYCAaHX$2p$K zZyz9&)L87(XrdG_Pl6xsCMRW|C*=J!yFGZtZ_<|Gm>c%c%ttn|I@7HI?%4gndESqn zSA5rlpT|@kz~OLU*mN_n;}8SLH0dMMil?a7q@fZ(-K-lIH=NzF+m{4nZ|YIo@EoY8 zzI7JoaGM7A_aW-5lU9eK!0;1Y1k4B`3&BVl+z@4?OaZV?Ad}EzZW4Lp8`gz@ohCujRWWm7fJ4HYsfDDs2 zjRbr+SW4SU6Ev7bEysSXuGhNl659{;G=E^uq>nvk;uU>oS9m<3dUtxAqybu*rkf+Y zqe57U_U?C~Mkc22Q-|?@g_{Rn^bC78)$f067-;|$9eJcb;@yQ)p$*Sct8Y`+HJW94&vF7?a8i>ak?nL@A&^=}?i-?%w9~~S#mx|}wf#y-;W5{*j*-4^i zM?ki3yjr2Q!liA?ChuC9Nc_RrQrfK`B$N{pmotUNV9U#*ada=vg%O*?KNL`02V<^f zWd%Gxt69`Mc#t8KBJn1BCBaq+8*3b)v-4!{IDr1g48T5Raa{w|7L(mFTwuv)svrA z-#W^K1QKXr6T_4hsJfnz|7HHeW-d)A2KXm~oG9809JY~4|?u=S1vK08F>>_r;lJtkIzP)T#eL_dXh^ zKvQu0uaM@@y-06CGzjAemIk8RKlwTGqErt(?^2WxR>QU9(y z7-V1?_!rg^Kd3G6le%@tLX!!ni>3So?grsrE$Jv&z8Fw>KV$G1$?zl5Rxj=QarMHF z8SU+t2l*){Bsqe+_~SL1#hkIRc@9L&^BXJFr`6pZqDLrLl2y!amV*w1bhm#?ia=Da ze%l=YmNod7oj~?hG>*Iz^~-*DK)qU4`(TB}c38sjBWcnfnt5oFjfMy5!^O8Gy~q9q$Dk z0VoWsMUFH^f5^T1ZfUFC+g1D{@c3fESZtFJtTi`4=K1iV|ps^Zyw zHG`ub7v5-)$Af4G8+9m)DRS9x!_u*lfDK9E~h+x4f3k=M(7^nty-qlP=gygERM z7Iy44RCIEM82^Cq+DF_YZ-E;CBUEb)_ufIZub#MI^?KDkaR1$6T~?oX3WK_|?=aK_ zG^M%cRgd9Cde6LOWRK`EXbatS2Lh zMnWVC8V>!g3nGkSzc?UX6n1|$EgMj^DIGj$C~pa#gFp}|1x&9EUEok6_EfzpBXEkYv(S@S4axpLUh|U>vd&!wL-? z4nj$=3Y9=P@cxg`F{$PCPnyz_sAp}- z{^yTj(I}^P+egbhzS+wADO!1dM5|`EYsD!~5W1-i=Aj(M(yy5|b9f3bu3M$Pw9**m z05H~wfj8ptr{cK78sXtoUJ1GXqf0M*fKC-Onk!K-p=lERRTf5GbdQ*Q=IR!@nO5W4 zaY}7TEN>ccjAbJ*LkH@5U}^ z-)W-`4~8k&mYvnfW}DxJqIP$ko77$Op}h^8(HQCyJzVNVH2b4wL{6`l+419`=qrG(iDllGB zzC#~RqyGxkG0XpjAJ=LNOGtMZ#?a`$;gtQvrKA6rKfkt6wo;@!tc?DzD6)C9W1g`nxUY*SsRNllcq>mYHq{j zqr*vUNFG&B|KBnb2&XKB=?RWLd-fU0YvE?J&~T3+8;Zr&?JgiB>EY+MQtHz$E)z#< z>V|d&=&^YYuK@hkCTYG7nx!W+?B^C8wx&1yJn24^H*uM;Y;gy51%M2tC|nXWOUlY` z@(s7AoO#h=$ccmwJRv|;OQoPXoJ>V@aruxX7} zwj};FJqRHU2d5t7C$hYKe&l}lBK<5AT|J95wS4R$)tL%{^k@aFWb}Fd^An1O(HHo2 z2^r!>kD_2GG2HX{YxHmQ7+wXb;YMF&ldtig*QJh42G`abYwzCC-r3i&wy&czzOHv| hPsh6YWN?0=?vB2$_ITUcwvOH&Q%I7*rAtHc{}(lk3LpRg literal 0 HcmV?d00001 diff --git a/tools/kbwf_mineru_local_markdown/2.5.0/README.md b/tools/kbwf_mineru_local_markdown/2.5.0/README.md new file mode 100644 index 0000000..5a69c9d --- /dev/null +++ b/tools/kbwf_mineru_local_markdown/2.5.0/README.md @@ -0,0 +1,93 @@ +## 2.5.0 版本说明 + +**注意**：当前适用的 MaxKB 版本为 v2.10.4-lts 及以上版本，MinerU（本地解析服务）版本为 **v4**。若仍在使用 MinerU API 3.4.4，请使用 2.4.0 模板。 + +本版本较 2.4.0 的主要变化： + +- 解析节点由 `mineru-parser`（MinerU 3.4.4，`/tasks` 异步批量接口）升级为 **`mineru-v4-parser`（本地 MinerU v4 解析服务）** +- 解析参数由 3.4.4 的 `backend` / `parse_method` / `effort` / `formula_enable` / `table_enable` / `image_analysis` 6 项，精简为单一选择 **`tier`（解析档位）**：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 +- MinerU 服务默认端口由 `9000` 调整为 **`8001`** +- 新增轮询参数：**`max_wait_seconds`**（解析任务最长等待秒数，默认 1800）、**`poll_interval`**（轮询间隔秒数，默认 2） +- Word 转 PDF 开关（`word_pdf_enable`）与 unoserver 转换节点保持不变 + +## 简介 + +**MinerU 本地 PDF 入库工作流模板（2.5.0）** 是一个面向知识库构建场景的工作流模板。它调用本地 MinerU v4 解析服务解析用户上传的文档，直接获取 Markdown 文本，并在 MaxKB 内继续完成文档分段和知识库入库。 + +## 工作流能力 + +- 接收用户上传的多种文件：PDF / Word(docx) / PPT(pptx) / Excel(xlsx) / 图片 +- 调用 MinerU v4 解析服务（`http://:8001`）完成文档转 Markdown +- 可选开启 **Word 转 PDF** 开关：`word_pdf_enable=true` 时先经 unoserver 转换，`false` 时直接透传解析 +- 将分段结果写入指定知识库，完成 RAG 入库 + +## 前置条件 + +1. 已部署可访问的 MinerU v4 解析服务（默认 `http://:8001`） +2. 若开启 Word 转 PDF 开关，需已部署可访问的 **unoserver** 服务（默认 `http://:2003`） + +## 工作流结构 + +该模板包含以下核心节点： + +1. **本地文件**（数据源）：接收用户上传的文件列表 +2. **Word转PDF**（工具节点）：按 `word_pdf_enable` 开关决定「转 PDF」还是「透传原文件」 +3. **MinerU v4 解析**（工具节点）：调用 MinerU v4 服务解析为 Markdown（按 `poll_interval` 轮询，最长等待 `max_wait_seconds`） +4. **文档分段**：对 Markdown 文本进行切分 +5. **知识库写入**：将切分结果写入知识库 + +## 关键参数 + +### 开关（工作流全局参数） + +| 参数名 | 类型 | 必填 | 说明 | +| --- | --- | --- | --- | +| `word_pdf_enable` | Boolean | ❌ | Word 转 PDF 开关；`true` 先转 PDF 再解析，`false` 透传原文件直接解析 | + +### Word转PDF 工具节点启动参数 + +| 参数名 | 类型 | 必填 | 说明 | +| --- | --- | --- | --- | +| `unoserver_url` | String | ✅ | unoserver 服务地址，如 `http://:2003` | +| `api_base_url` | String | ✅ | MaxKB 访问地址，如 `http://:8080/` | +| `api_auth_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`） | +| `username` | String | ✅ | MaxKB 登录用户名，用于获取文件下载 Cookie | +| `password` | String | ✅ | MaxKB 登录密码 | +| `source_id` | String | ✅ | 知识库 ID，用于上传归属（防止转出的 PDF 被临时清理） | + +### MinerU v4 解析工具节点启动参数 + +| 参数名 | 类型 | 必填 | 说明 | +| --- | --- | --- | --- | +| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8001` | +| `tier` | String | ✅ | 解析档位，单选：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 | +| `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | +| `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | +| `username` | String | ✅ | MaxKB 登录用户名 | +| `password` | String | ✅ | MaxKB 登录密码 | +| `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | +| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | +| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | + +## 使用说明 + +1. 导入该 `kbwf` 模板到 MaxKB +2. 确认 `mineru_api_base_url`、`url_prefix`、`unoserver_url`、`api_base_url` 填写正确 +3. 填写两个工具节点的 `upload_token` / `api_auth_token`、`username`、`password`、`knowledge_id` / `source_id` +4. 按需选择 MinerU 解析档位 `tier`（默认 `standard`），必要时调整 `max_wait_seconds`、`poll_interval` +5. 上传测试文件 +6. 按需开启 / 关闭 `word_pdf_enable` 开关 +7. 检查工具节点输出中的 `content` +8. 确认文档分段与知识库写入结果正常 + +## 注意事项 + +- 本模板适配 **MinerU v4**；若解析服务仍为 MinerU API 3.4.4，请使用 2.4.0 模板 +- 若在 ON 状态混入非 Word 文件，Word转PDF 节点会因「不支持的文件格式」报错——请按文件类型分开上传 +- MinerU v4 原生支持 docx / pptx / xlsx / 图片，无需必经 Word 转 PDF +- **无 GPU 建议**：没有 GPU 时建议开启 `word_pdf_enable`，开启后可达与 GPU 相同的解析效果。 + +## 关联工具 + +- `tool_unoserver_file_converter`：Word 转 PDF 工具（依赖 unoserver 服务） +- `mineru-v4-parser`（MinerU v4 解析）：调用本地 MinerU v4 解析服务并轮询取回结果 diff --git a/tools/kbwf_mineru_local_markdown/README.md b/tools/kbwf_mineru_local_markdown/README.md index 7b0787c..8bcccab 100644 --- a/tools/kbwf_mineru_local_markdown/README.md +++ b/tools/kbwf_mineru_local_markdown/README.md @@ -2,25 +2,25 @@ ## 版本说明 -**当前版本**：2.4.0 +**当前版本**：2.5.0 - 适用于 MaxKB v2.10.4-lts 及以上版本 -- 适配 MinerU（API 服务）3.4.4 +- 适配 MinerU v4（本地解析服务）；若仍在使用 MinerU API 3.4.4，请使用 2.4.0 模板 ## 简介 -**MinerU 本地 PDF 入库工作流模板** 是一个面向知识库构建场景的工作流模板。它调用本地 MinerU API 服务解析用户上传的文档，直接获取 Markdown 文本，并在 MaxKB 内继续完成文档分段和知识库入库。 +**MinerU 本地 PDF 入库工作流模板** 是一个面向知识库构建场景的工作流模板。它调用本地 MinerU 解析服务解析用户上传的文档，直接获取 Markdown 文本，并在 MaxKB 内继续完成文档分段和知识库入库。 ## 工作流能力 - 接收用户上传的多种文件：PDF / Word(docx) / PPT(pptx) / Excel(xlsx) / 图片 -- 调用 MinerU API（`http://:9000`）完成文档转 Markdown +- 调用 MinerU v4 解析服务（`http://:8001`）完成文档转 Markdown - 可选开启 **Word 转 PDF** 开关：`word_pdf_enable=true` 时先经 unoserver 转换，`false` 时直接透传解析 - 将分段结果写入指定知识库，完成 RAG 入库 ## 前置条件 -1. 已部署可访问的 MinerU API 服务（支持 `/tasks` 接口，默认 `http://:9000`） +1. 已部署可访问的 MinerU v4 解析服务（默认 `http://:8001`） 2. 若开启 Word 转 PDF 开关，需已部署可访问的 **unoserver** 服务（默认 `http://:2003`）；部署参考：[unoserver 文档类型转换工具](https://apps.fit2cloud.com/maxkb/tool-unoserver-file-converter) ## 工作流结构 @@ -29,7 +29,7 @@ 1. **本地文件（数据源）**：接收用户上传的文件列表，得到 `file_list`（每项含 `file_id`、`name`）。 2. **Word转PDF（工具节点）**：按 `word_pdf_enable` 开关分流——开启时经 unoserver 把 Word 转成 PDF 并回传；关闭时原样透传。 -3. **MinerU 解析（工具节点）**：把文件提交给本地 MinerU API（`/tasks`），轮询至解析完成后下载结果，得到 Markdown（含图片，图片上传至 MaxKB OSS 后路径被替换为可访问链接）。 +3. **MinerU v4 解析（工具节点）**：把文件提交给本地 MinerU v4 解析服务（`mineru-v4-parser`），按 `poll_interval`（默认 2 秒）轮询至任务完成（最长等待 `max_wait_seconds`，默认 1800 秒）后下载结果，得到 Markdown（含图片，图片上传至 MaxKB OSS 后路径被替换为可访问链接）。 4. **文档分段**：按 Markdown 的标题层级切分文本。 5. **知识库写入**：把切分结果写入指定知识库，完成 RAG 入库。 @@ -54,22 +54,19 @@ | `password` | String | ✅ | MaxKB 登录密码 | | `source_id` | String | ✅ | 知识库 ID，用于上传归属（防止转出的 PDF 被临时清理） | -### MinerU 解析工具节点启动参数 +### MinerU v4 解析工具节点启动参数 | 参数名 | 类型 | 必填 | 说明 | | --- | --- | --- | --- | -| `mineru_api_base_url` | String | ✅ | MinerU API 服务地址，如 `http://:9000` | +| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8001` | +| `tier` | String | ✅ | 解析档位，单选：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 | | `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | | `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | | `username` | String | ✅ | MaxKB 登录用户名 | | `password` | String | ✅ | MaxKB 登录密码 | | `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | -| `backend` | String | ✅ | MinerU 处理引擎，如 `pipeline`、`hybrid-engine` | -| `parse_method` | String | ✅ | 解析方式，如 `auto`、`txt`、`ocr` | -| `effort` | String | ✅ | 解析力度，如 `medium`、`high` | -| `formula_enable` | Boolean | ✅ | 是否解析公式 | -| `table_enable` | Boolean | ✅ | 是否解析表格 | -| `image_analysis` | Boolean | ✅ | 是否进行图片/图表分析 | +| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | +| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | ## LLM 标题增强说明 @@ -81,9 +78,9 @@ ## 使用说明 1. 导入该 `kbwf` 模板到 MaxKB -2. 确认 `unoserver_url`、`api_base_url`、`mineru_api_base_url`、`url_prefix` 填写正确 -3. 填写两个工具节点的 `api_auth_token`、`username`、`password`、`knowledge_id` / `source_id` -4. 按需设置 MinerU 的 `backend`、`parse_method` 等 +2. 确认 `mineru_api_base_url`、`url_prefix`、`unoserver_url`、`api_base_url` 填写正确 +3. 填写两个工具节点的 `upload_token` / `api_auth_token`、`username`、`password`、`knowledge_id` / `source_id` +4. 按需选择 MinerU 解析档位 `tier`（默认 `standard`），必要时调整 `max_wait_seconds`、`poll_interval` 5. 上传测试文件 6. 按需开启 / 关闭 `word_pdf_enable` 开关 7. 检查工具节点输出中的 `content` @@ -91,8 +88,9 @@ ## 注意事项 +- 本模板适配 **MinerU v4**；若解析服务仍为 MinerU API 3.4.4，请使用 2.4.0 模板 - 若在 ON 状态混入非 Word 文件，Word转PDF 节点会因「不支持的文件格式」报错——请按文件类型分开上传 -- MinerU 3.4.4 原生支持 docx / pptx / xlsx / 图片，无需必经 Word 转 PDF +- MinerU v4 原生支持 docx / pptx / xlsx / 图片，无需必经 Word 转 PDF - 若不使用 unoserver（即不开启 `word_pdf_enable`）：无需在 MaxKB 的 unoserver 文档转换工具（Word转PDF 节点）中设置任何启动参数，也不必打开 Word 转 PDF 开关。 ## 为什么需要 LibreOffice 先转 PDF @@ -110,4 +108,4 @@ MaxKB 采用**结构化分块**——按 Markdown 标题层级切分文档，因 ## 关联工具 - `tool_unoserver_file_converter`：Word 转 PDF 工具（依赖 unoserver 服务） -- `mineru-parser`（MinerU API 批量解析）：调用本地 MinerU `/tasks` 接口解析 +- `mineru-v4-parser`（MinerU v4 解析）：调用本地 MinerU v4 解析服务并轮询取回结果 diff --git a/tools/kbwf_mineru_local_markdown/data.yaml b/tools/kbwf_mineru_local_markdown/data.yaml index ac1c926..2a42cdb 100644 --- a/tools/kbwf_mineru_local_markdown/data.yaml +++ b/tools/kbwf_mineru_local_markdown/data.yaml @@ -2,4 +2,4 @@ name: MinerU 本地 PDF 入库工作流模板 tags: - 知识库模板 title: 基于 MinerU API 解析 PDF/Word/PPT/Excel/图片为 Markdown，并完成文档分段与知识库入库 -description: 基于 MinerU API 服务（3.4.4，支持 /tasks 批量）将 PDF、Word(docx)、PPT、Excel、图片解析为 Markdown 文本，再通过 MaxKB 工作流完成文档分段与知识库入库；可选开启 Word 转 PDF 开关，先经 unoserver 转换后再解析。 +description: 基于本地 MinerU 解析服务（当前适配 MinerU v4，若使用 3.4.4 请选择 2.4.0）将 PDF、Word(docx)、PPT、Excel、图片解析为 Markdown 文本，再通过 MaxKB 工作流完成文档分段与知识库入库；可选开启 Word 转 PDF 开关，先经 unoserver 转换后再解析。 From bb9ebd4629e40ac4480a5eae9ecaa8f86a5c4e2b Mon Sep 17 00:00:00 2001 From: doudou <1303647944@qq.com> Date: Tue, 13 Oct 2026 11:59:42 +0800 Subject: [PATCH 2/3] =?UTF-8?q?docs(kbwf=5Fmineru=5Flocal=5Fmarkdown):=20?= =?UTF-8?q?=E7=B2=BE=E5=8C=96=202.5.0=20=E6=96=87=E6=A1=A3=E2=80=94?= =?UTF-8?q?=E2=80=94MinerU=20=E7=89=88=E6=9C=AC=E6=98=8E=E7=A1=AE=E4=B8=BA?= =?UTF-8?q?=20v4.0.10=E3=80=81MaxKB=20=E5=9F=BA=E7=BA=BF=20v2.10.5-lts?= =?UTF-8?q?=E3=80=81=E9=BB=98=E8=AE=A4=E7=AB=AF=E5=8F=A3=E8=B0=83=E6=95=B4?= =?UTF-8?q?=E4=B8=BA=208000?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../2.5.0/README.md | 36 +++++++++---------- tools/kbwf_mineru_local_markdown/README.md | 12 +++---- tools/kbwf_mineru_local_markdown/data.yaml | 2 +- 3 files changed, 25 insertions(+), 25 deletions(-) diff --git a/tools/kbwf_mineru_local_markdown/2.5.0/README.md b/tools/kbwf_mineru_local_markdown/2.5.0/README.md index 5a69c9d..a2800ad 100644 --- a/tools/kbwf_mineru_local_markdown/2.5.0/README.md +++ b/tools/kbwf_mineru_local_markdown/2.5.0/README.md @@ -1,29 +1,29 @@ ## 2.5.0 版本说明 -**注意**：当前适用的 MaxKB 版本为 v2.10.4-lts 及以上版本，MinerU（本地解析服务）版本为 **v4**。若仍在使用 MinerU API 3.4.4，请使用 2.4.0 模板。 +**注意**：当前适用的 MaxKB 版本为 v2.10.5-lts 及以上版本，MinerU（本地解析服务）版本为 **v4.0.10**。若仍在使用 MinerU API 3.4.4，请使用 2.4.0 模板。 本版本较 2.4.0 的主要变化： - 解析节点由 `mineru-parser`（MinerU 3.4.4，`/tasks` 异步批量接口）升级为 **`mineru-v4-parser`（本地 MinerU v4 解析服务）** - 解析参数由 3.4.4 的 `backend` / `parse_method` / `effort` / `formula_enable` / `table_enable` / `image_analysis` 6 项，精简为单一选择 **`tier`（解析档位）**：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 -- MinerU 服务默认端口由 `9000` 调整为 **`8001`** +- MinerU 服务默认端口由 `9000` 调整为 **`8000`** - 新增轮询参数：**`max_wait_seconds`**（解析任务最长等待秒数，默认 1800）、**`poll_interval`**（轮询间隔秒数，默认 2） - Word 转 PDF 开关（`word_pdf_enable`）与 unoserver 转换节点保持不变 ## 简介 -**MinerU 本地 PDF 入库工作流模板（2.5.0）** 是一个面向知识库构建场景的工作流模板。它调用本地 MinerU v4 解析服务解析用户上传的文档，直接获取 Markdown 文本，并在 MaxKB 内继续完成文档分段和知识库入库。 +**MinerU 本地 PDF 入库工作流模板（2.5.0）** 是一个面向知识库构建场景的工作流模板。它调用本地 MinerU v4.0.10 解析服务解析用户上传的文档，直接获取 Markdown 文本，并在 MaxKB 内继续完成文档分段和知识库入库。 ## 工作流能力 - 接收用户上传的多种文件：PDF / Word(docx) / PPT(pptx) / Excel(xlsx) / 图片 -- 调用 MinerU v4 解析服务（`http://:8001`）完成文档转 Markdown +- 调用 MinerU v4.0.10 解析服务（`http://:8000`）完成文档转 Markdown - 可选开启 **Word 转 PDF** 开关：`word_pdf_enable=true` 时先经 unoserver 转换，`false` 时直接透传解析 - 将分段结果写入指定知识库，完成 RAG 入库 ## 前置条件 -1. 已部署可访问的 MinerU v4 解析服务（默认 `http://:8001`） +1. 已部署可访问的 MinerU v4.0.10 解析服务（默认 `http://:8000`） 2. 若开启 Word 转 PDF 开关，需已部署可访问的 **unoserver** 服务（默认 `http://:2003`） ## 工作流结构 @@ -32,7 +32,7 @@ 1. **本地文件**（数据源）：接收用户上传的文件列表 2. **Word转PDF**（工具节点）：按 `word_pdf_enable` 开关决定「转 PDF」还是「透传原文件」 -3. **MinerU v4 解析**（工具节点）：调用 MinerU v4 服务解析为 Markdown（按 `poll_interval` 轮询，最长等待 `max_wait_seconds`） +3. **MinerU v4 解析**（工具节点）：调用 MinerU v4.0.10 服务解析为 Markdown（按 `poll_interval` 轮询，最长等待 `max_wait_seconds`） 4. **文档分段**：对 Markdown 文本进行切分 5. **知识库写入**：将切分结果写入知识库 @@ -57,17 +57,17 @@ ### MinerU v4 解析工具节点启动参数 -| 参数名 | 类型 | 必填 | 说明 | -| --- | --- | --- | --- | -| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8001` | +| 参数名 | 类型 | 必填 | 说明 | +| --- | --- | --- |---------------------------------------------------------------------------------| +| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8000` | | `tier` | String | ✅ | 解析档位，单选：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 | -| `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | -| `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | -| `username` | String | ✅ | MaxKB 登录用户名 | -| `password` | String | ✅ | MaxKB 登录密码 | -| `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | -| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | -| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | +| `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | +| `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | +| `username` | String | ✅ | MaxKB 登录用户名 | +| `password` | String | ✅ | MaxKB 登录密码 | +| `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | +| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | +| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | ## 使用说明 @@ -82,7 +82,7 @@ ## 注意事项 -- 本模板适配 **MinerU v4**；若解析服务仍为 MinerU API 3.4.4，请使用 2.4.0 模板 +- 本模板适配 **MinerU v4.0.10**；若解析服务仍为 MinerU API 3.4.4，请使用 2.4.0 模板 - 若在 ON 状态混入非 Word 文件，Word转PDF 节点会因「不支持的文件格式」报错——请按文件类型分开上传 - MinerU v4 原生支持 docx / pptx / xlsx / 图片，无需必经 Word 转 PDF - **无 GPU 建议**：没有 GPU 时建议开启 `word_pdf_enable`，开启后可达与 GPU 相同的解析效果。 @@ -90,4 +90,4 @@ ## 关联工具 - `tool_unoserver_file_converter`：Word 转 PDF 工具（依赖 unoserver 服务） -- `mineru-v4-parser`（MinerU v4 解析）：调用本地 MinerU v4 解析服务并轮询取回结果 +- `mineru-v4-parser`（MinerU v4 解析）：调用本地 MinerU v4.0.10 解析服务并轮询取回结果 diff --git a/tools/kbwf_mineru_local_markdown/README.md b/tools/kbwf_mineru_local_markdown/README.md index 8bcccab..d80b657 100644 --- a/tools/kbwf_mineru_local_markdown/README.md +++ b/tools/kbwf_mineru_local_markdown/README.md @@ -4,8 +4,8 @@ **当前版本**：2.5.0 -- 适用于 MaxKB v2.10.4-lts 及以上版本 -- 适配 MinerU v4（本地解析服务）；若仍在使用 MinerU API 3.4.4，请使用 2.4.0 模板 +- 适用于 MaxKB v2.10.5-lts 及以上版本 +- 适配 MinerU v4.0.10（本地解析服务） ## 简介 @@ -14,13 +14,13 @@ ## 工作流能力 - 接收用户上传的多种文件：PDF / Word(docx) / PPT(pptx) / Excel(xlsx) / 图片 -- 调用 MinerU v4 解析服务（`http://:8001`）完成文档转 Markdown +- 调用 MinerU v4.0.10 解析服务（`http://:8001`）完成文档转 Markdown - 可选开启 **Word 转 PDF** 开关：`word_pdf_enable=true` 时先经 unoserver 转换，`false` 时直接透传解析 - 将分段结果写入指定知识库，完成 RAG 入库 ## 前置条件 -1. 已部署可访问的 MinerU v4 解析服务（默认 `http://:8001`） +1. 已部署可访问的 MinerU v4.0.10 解析服务（默认 `http://:8000`） 2. 若开启 Word 转 PDF 开关，需已部署可访问的 **unoserver** 服务（默认 `http://:2003`）；部署参考：[unoserver 文档类型转换工具](https://apps.fit2cloud.com/maxkb/tool-unoserver-file-converter) ## 工作流结构 @@ -29,7 +29,7 @@ 1. **本地文件（数据源）**：接收用户上传的文件列表，得到 `file_list`（每项含 `file_id`、`name`）。 2. **Word转PDF（工具节点）**：按 `word_pdf_enable` 开关分流——开启时经 unoserver 把 Word 转成 PDF 并回传；关闭时原样透传。 -3. **MinerU v4 解析（工具节点）**：把文件提交给本地 MinerU v4 解析服务（`mineru-v4-parser`），按 `poll_interval`（默认 2 秒）轮询至任务完成（最长等待 `max_wait_seconds`，默认 1800 秒）后下载结果，得到 Markdown（含图片，图片上传至 MaxKB OSS 后路径被替换为可访问链接）。 +3. **MinerU v4 解析（工具节点）**：把文件提交给本地 MinerU v4.0.10 解析服务，轮询至任务完成后下载结果，得到 Markdown（含图片，图片上传至 MaxKB OSS 后路径被替换为可访问链接）。 4. **文档分段**：按 Markdown 的标题层级切分文本。 5. **知识库写入**：把切分结果写入指定知识库，完成 RAG 入库。 @@ -88,7 +88,7 @@ ## 注意事项 -- 本模板适配 **MinerU v4**；若解析服务仍为 MinerU API 3.4.4，请使用 2.4.0 模板 +- 本模板适配 **MinerU v4.0.10** - 若在 ON 状态混入非 Word 文件，Word转PDF 节点会因「不支持的文件格式」报错——请按文件类型分开上传 - MinerU v4 原生支持 docx / pptx / xlsx / 图片，无需必经 Word 转 PDF - 若不使用 unoserver（即不开启 `word_pdf_enable`）：无需在 MaxKB 的 unoserver 文档转换工具（Word转PDF 节点）中设置任何启动参数，也不必打开 Word 转 PDF 开关。 diff --git a/tools/kbwf_mineru_local_markdown/data.yaml b/tools/kbwf_mineru_local_markdown/data.yaml index 2a42cdb..a58f87c 100644 --- a/tools/kbwf_mineru_local_markdown/data.yaml +++ b/tools/kbwf_mineru_local_markdown/data.yaml @@ -2,4 +2,4 @@ name: MinerU 本地 PDF 入库工作流模板 tags: - 知识库模板 title: 基于 MinerU API 解析 PDF/Word/PPT/Excel/图片为 Markdown，并完成文档分段与知识库入库 -description: 基于本地 MinerU 解析服务（当前适配 MinerU v4，若使用 3.4.4 请选择 2.4.0）将 PDF、Word(docx)、PPT、Excel、图片解析为 Markdown 文本，再通过 MaxKB 工作流完成文档分段与知识库入库；可选开启 Word 转 PDF 开关，先经 unoserver 转换后再解析。 +description: 基于本地 MinerU 解析服务（当前适配 MinerU v4.0.10）将 PDF、Word(docx)、PPT、Excel、图片解析为 Markdown 文本，再通过 MaxKB 工作流完成文档分段与知识库入库；可选开启 Word 转 PDF 开关，先经 unoserver 转换后再解析。 From ce75d30d31127794fcd08227eaf75bb3203deaaa Mon Sep 17 00:00:00 2001 From: doudou <1303647944@qq.com> Date: Tue, 13 Oct 2026 13:37:27 +0800 Subject: [PATCH 3/3] =?UTF-8?q?fix(kbwf=5Fmineru=5Flocal=5Fmarkdown):=20?= =?UTF-8?q?=E7=BB=9F=E4=B8=80=20MinerU=20v4=20=E9=BB=98=E8=AE=A4=E7=AB=AF?= =?UTF-8?q?=E5=8F=A3=E4=B8=BA=208000=EF=BC=88=E4=BA=A7=E7=89=A9=E9=BB=98?= =?UTF-8?q?=E8=AE=A4=E5=80=BC=E4=B8=8E=20README=20=E5=90=8C=E6=AD=A5?= =?UTF-8?q?=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ...\346\265\201\346\250\241\346\235\277.kbwf" | Bin 65679 -> 65679 bytes tools/kbwf_mineru_local_markdown/README.md | 22 +++++++++--------- 2 files changed, 11 insertions(+), 11 deletions(-) diff --git "a/tools/kbwf_mineru_local_markdown/2.5.0/MinerU \346\234\254\345\234\260 PDF \345\205\245\345\272\223\345\267\245\344\275\234\346\265\201\346\250\241\346\235\277.kbwf" "b/tools/kbwf_mineru_local_markdown/2.5.0/MinerU \346\234\254\345\234\260 PDF \345\205\245\345\272\223\345\267\245\344\275\234\346\265\201\346\250\241\346\235\277.kbwf" index b9dedc3b98f139033224cfede66ece2787a08a2a..c5e27f6d141e472109c7b833f54da8defeb322cb 100644 GIT binary patch delta 27 icmeBgWa)2Y+0ZV-Xt23Mrm}<4V6xl~t<5@1lcNEQl?qD$ delta 27 icmeBgWa)2Y+0ZV-Xt=pUrm}<4aI)MFt<5@1lcNEQunJ88 diff --git a/tools/kbwf_mineru_local_markdown/README.md b/tools/kbwf_mineru_local_markdown/README.md index d80b657..6bf14ba 100644 --- a/tools/kbwf_mineru_local_markdown/README.md +++ b/tools/kbwf_mineru_local_markdown/README.md @@ -14,7 +14,7 @@ ## 工作流能力 - 接收用户上传的多种文件：PDF / Word(docx) / PPT(pptx) / Excel(xlsx) / 图片 -- 调用 MinerU v4.0.10 解析服务（`http://:8001`）完成文档转 Markdown +- 调用 MinerU v4.0.10 解析服务（`http://:8000`）完成文档转 Markdown - 可选开启 **Word 转 PDF** 开关：`word_pdf_enable=true` 时先经 unoserver 转换，`false` 时直接透传解析 - 将分段结果写入指定知识库，完成 RAG 入库 @@ -56,17 +56,17 @@ ### MinerU v4 解析工具节点启动参数 -| 参数名 | 类型 | 必填 | 说明 | -| --- | --- | --- | --- | -| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8001` | +| 参数名 | 类型 | 必填 | 说明 | +| --- | --- | --- |---------------------------------------------------------------------------------| +| `mineru_api_base_url` | String | ✅ | MinerU v4 API 服务地址，如 `http://:8000` | | `tier` | String | ✅ | 解析档位，单选：`flash` 快速本地文本抽取 / `basic` 基础解析 / `standard` 标准（默认）/ `advanced` 复杂文档高精度 | -| `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | -| `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | -| `username` | String | ✅ | MaxKB 登录用户名 | -| `password` | String | ✅ | MaxKB 登录密码 | -| `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | -| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | -| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | +| `url_prefix` | String | ✅ | MaxKB 基础地址前缀，用于拼接文件下载地址，如 `http://:8080/admin` | +| `upload_token` | String | ✅ | MaxKB 用户 API Token（`user-xxx`），用于 OSS 接口鉴权 | +| `username` | String | ✅ | MaxKB 登录用户名 | +| `password` | String | ✅ | MaxKB 登录密码 | +| `knowledge_id` | String | ✅ | 当前工作流知识库 ID，用于图片上传归属 | +| `max_wait_seconds` | Integer | ❌ | 解析任务最长等待秒数，默认 `1800` | +| `poll_interval` | Integer | ❌ | 轮询间隔（秒），默认 `2` | ## LLM 标题增强说明