目录

1. 环境配置

2. 模型下载

3. 简单使用方法

配置这个过程踩雷不少，故简单写一篇博客作为记录，也供大家参考。 mineru一直都在更新迭代，故教程都是针对当前时间节点的，但基本其他版本要做的工作也是环境配置和模型下载这两步，都可以参考。

        大家一定要仔细阅读官方的readme，我就是觉得已经配环境无数，直接半调子开跑，所以踩坑无数，折腾了很久。可以参考Mineru官方仓库和帮助文档

1. 环境配置

        建议大家首先还是创建一个新conda环境，不然会遇到numpy、torch、transforms等库版本冲突的问题，还会把自己以前项目的环境弄成一坨；环境名字就叫mineru吧，官方要求python版本3.10-3.13，现在3.10算是比较稳定的版本，避免很多版本冲突的问题。

conda create -n mineru python=3.10 

        第二步，进入到项目文件夹，比如我这里的RAG_code

cd RAG_code

        第三步，拉取Mineru这个项目

git clone https://github.com/opendatalab/MinerU.git
# 如果速度比较慢，可以在url前添加一个镜像，github上的项目都通用
git clone https://ghfast.top/https://github.com/opendatalab/MinerU.git

        第四步，进入这个文件夹

cd MinerU

        第五步，安装相关依赖，如果没有uv包，直接pip install uv, 再安装相关依赖，以上miner的环境就配置好了

uv pip install -e .[core] -i https://mirrors.aliyun.com/pypi/simple

        测试环境是否配置完成，出现对应的版本即说明环境配置已经完成

mineru --vesion

2. 模型下载

        可以用huggface或者modelscope直接下载到默认路径，参考模型下载，但其默认是下载到c盘用户名目录下，需要10G左右的空间，使用这种方式基本就完整的能跑通miner了，我磁盘空间不够，放到其他路径，修改其默认加载路径折腾了很久，以下直接是用git方式放到空间足够文件夹

# 1. lfs 允许git大文件
git lsf install
# 2. 下载, 也可以在huggface上下载，但太慢了，使用国内的modelscope都很慢，大概10G左右
git clone https://www.modelscope.cn/opendatalab/pdf-extract-kit-1.0.git

        关键的一步，miner框架模型模型保存在

 C:/Users/你的用户名/.cache/modelscope/hub/models/OpenDataLab/PDF-Extract-Kit-1___0

        所以要修改他的默认模型路径，复制MinerU文件夹中的mineru.template.json重命名为mineru.json，找到里面的models_dir, 修改pipeline的路径为你刚刚下载模型权重的绝对路径。 将mineru.json 移动到C:/Users/你的用户名目录下就可以正常使用了，如果是autodl服务器， 将mineru.json文件移动到/root 目录下即可。

3. 简单使用方法

        input_path、output_path是需要处理的文件夹路径，建议用绝对路径。

mineru -p <input_path> -o <output_path>