跳到主内容

dsh-plugin-mineru 使用指南

把 MinerU 文档解析服务包成 DSH 模型工具,让 AI 直接读取 PDF、图片、Word、PPT、Excel 内容并转成 Markdown。

本文为派生内容(基于 wiki / faq / compatibility_json 自动组装),非 AI 即时创作。

本文由本站基于该插件已收录的字段自动派生(wiki / faq / compatibility_json / readme),非 AI 即时创作。每节末尾标源字段。

快速上手

dsh-plugin-mineru

— 源: plugin_wiki.wiki_content

安装与验证

dsh plugin --profile web add @huanlin/dsh-plugin-mineru

复制以上命令在 DSH Web Profile 内运行。安装完成后在「插件列表」启用即可。

— 源: plugins.install

常见问题

装上这个插件就能直接解析文档吗?

不能。插件只是把请求转发给 MinerU FastAPI 服务,你必须先自己部署一个 MinerU 实例(README.md:13-26 提到的 server),然后在 DSH GUI 设置页里把 baseURL 改成你的 MinerU 地址;默认的 http://localhost:18000 不会自动启动服务。

API Key 是必须的吗?

不必须。MinerU 开源版服务器本身没有内建鉴权,留空即可(src/client.ts:7-9);只有你部署了需要鉴权的 MinerU 商业版,才在 baseURL 之外再填 apiKeyEnv(默认读取名为 MINERU_API_KEY 的环境变量),插件会把它作为 Bearer token 发出去(src/index.ts:73-93)。

解析大文档会被截断吗?

会,但完整内容会留底。mineru_parse_document 和 mineru_get_parse_result 默认最多把 200000 字符的 markdown 内联返回给模型,超出部分会被截断并写入操作系统的临时目录 tmpdir()/mineru-.md;完整结构化结果(包括 middle_json、content_list、images)始终写到 tmpdir()/mineru-result-.json(src/tools.ts:89-98 / src/tools.ts:453-454)。

pipeline、vlm-engine、hybrid-engine 怎么选?

默认 pipeline,无需 VLM 模型、CPU 也能跑,适合绝大多数场景;hybrid-engine 是 MinerU 官方推荐引擎,但要求服务端已加载 VLM 模型;vlm-engine 只走 VLM;hybrid-http-client / vlm-http-client 是连远端 VLM 服务的 HTTP 客户端版本(src/index.ts:29 / AGENTS.md:43)。

同时解析多个文档可以并发吗?

可以,但要走异步三步流程:用 mineru_submit_parse_job 一次性拿到多个 task_id,分别用 mineru_get_parse_status 轮询,再分别用 mineru_get_parse_result 取结果;模型可以在这之间穿插别的工作(src/tools.ts:292-371)。MinerU 服务器侧的并发上限用 mineru_health 看 max_concurrent_requests 字段(src/tools.ts:262-290)。

end_page_id 不填会怎样?

工具默认 end_page_id = 99999,并不是"到 PDF 最后一页",MinerU 端对超出页码的部分会直接忽略。如果只想要前几页,传具体整数即可(src/tools.ts:79 / AGENTS.md:47)。

改了配置需要重启 DSH 吗?

不需要。设置页保存后立即热重载:插件会在内存里替换 MinerUClient 实例并重建解析配置,已注册的 5 个模型工具通过 getter 读取最新值,下一次请求就用新配置(src/index.ts:102-106 / src/rpc.ts:132-133 / src/client/SettingsPage.tsx:57-77)。

任务 ID 能跨会话用吗?

不建议。MinerU 服务器只把任务结果保留 24 小时,长会话里把 task_id 缓存下来可能拿到 404 或清理后的空响应;用完即弃,重新提交更稳妥(AGENTS.md:46)。

支持哪些文件类型?

PDF、PNG、JPG/JPEG、GIF、BMP、TIFF/TIF、WebP、DOCX、PPTX、XLSX 共 11 种后缀(src/client.ts:93-110),其他扩展名会被打成 application/octet-stream,文件路径必须是宿主机本机可读的绝对路径(src/tools.ts:301-305)。

— 源: plugin_wiki.faq_json

兼容性

  • DSH: 0.0.1-rc.1+ (peerDeps 推导)
  • Node: >=18.0.0

— 源: plugin_wiki.compatibility_json

踩坑提醒

安装前请审阅上游仓库;本指南基于已收录字段自动派生,可能滞后于最新版本。如发现与官方文档冲突,请以上游为准。

— 来源:通用规则