选项配置与任务追踪

支持模型选择、分片控制、公式/表格识别设置、保存目录一键提取与实时进度查看。

MinerU Plugin Action and Tasks

在 Harness 中使用 plugin_manager 或者通过符号链接进行调试


安装完成后，刷新应用（`Cmd + R` / `Ctrl + R`），左侧导航栏即刻出现 **MinerU 解析** 图标。

---

## 🚀 快速上手

1. **获取 API 密钥**：
   - 访问 [MinerU 官方开放平台](https://mineru.net/apiManage/docs) 注册并复制您的 API Token。
2. **配置密钥**：
   - 点击左侧 **MinerU 解析** 图标进入页面。
   - 在「API 密钥」栏粘贴 Token 并点击 **保存**（右上角状态将变为绿色的「已配置」）。
3. **开始解析**：
   - 将单个或多个 PDF 文件拖拽至上传区域，或点击「选择 PDF」。
   - 确认解析选项（模型、公式、表格、语言等，默认已针对中文论文与技术文档调优）。
   - 点击底部 **开始解析**，任务卡片将实时更新进度与状态。
4. **获取成果**：
   - 解析完成后，结果自动解压并归档至指定保存目录（包含 `full.md`、提取的图片目录以及可选的 docx/html 文件）。

---

## ⚙️ 解析选项说明

| 参数项 | 说明 | 推荐/默认值 |
|---|---|---|
| **模型版本** | `vlm` (多模态高精度模型，推荐) 或 `pipeline` | `vlm` |
| **文档语言** | 文档语种代码，如 `ch` (中/英混合)、`en` 等 | `ch` |
| **页码范围** | 抽取部分页码，例如 `1-10,15`；留空代表解析全文 | 留空（全文） |
| **分片页数** | 超过该页数的超长文档将触发自动切片与本地聚合 | `200` |
| **公式识别** | 开启后将行内与独立公式转为 LaTeX 语法 | 开启 (Checked) |
| **表格识别** | 开启后将各类表格转为标准 Markdown 表格 | 开启 (Checked) |
| **启用 OCR** | 适用于扫描件或纯图片版 PDF | 视文件类型开启 |
| **附加导出** | 可额外产出 `docx`、`html` 或 `latex` 文件 | 可选 |

---

## 🛠️ 架构与技术细节

- **Cordis 架构规范**：严格分离 Host 宿主生命周期与 Web Client 前端沙箱。
- **直连高速下载**：针对国内 CDN 与代理网络，下载解析结果 Zip 时优先采用直连传输与流式解压，避免 TLS 重置与超时。
- **原子化文件落盘**：多分片并发/串行处理完毕后，自动维护图片引用路径与 Markdown 结构合并。

---

## 📄 开源许可

本项目遵循 [MIT License](https://github.com/Mu-scorpio/dsh-mineru/blob/1fffb1551d7f82ded95271ab72aa4707ee7c2705/LICENSE) 开源协议。
欢迎提交 Issue 与 Pull Request 共同改进！

dsh-mineru

Other repositories with this package name

Install

README

选项配置与任务追踪

在 Harness 中使用 plugin_manager 或者通过符号链接进行调试