搜索到
1
篇与
的结果
-
MinerU 0.8.0 环境一键包 使用教程 (更新WebUI) 介绍最近发现了一款工具大语言语料处理神器-MinerU, 非常适合在RAG等应用场景中使用, 开源免费MinerU其中的一个功能是将 PDF 转化为 markdown 格式的工具, 对PDF文档提取的效果目前是市面上效果比较好的, 最新的版本还支持了PDF中表格的识别MinerU 官方仓库： https://github.com/opendatalab/MinerU装环境相对麻烦, 为此我制作了Windows系统的环境一键包, 下面就介绍下环境一键包的使用(在Windows11正常运行, 其他系统未测, 如有问题, 可以留言)下载地址MinerU环境一键包下载地址 链接： https://pan.quark.cn/s/ab68ea646a8c{cloud title="MinerU环境一键包" type="default" url="https://pan.quark.cn/s/ab68ea646a8c" password=""/}搞不定环境的可以用这个 里面有使用说明文档下载后解压即可使用之前需要安装里面的cuda, 安装cuda的教程自行百度, 如果已经安装请忽略如果之前安装有cuda这个报错的, 可以卸载之前的cuda, 安装里边的cuda11.8版本使用解压后即可运行点击运行gradio版.bat 运行gradio网页版 和 https://www.modelscope.cn/studios/OpenDataLab/MinerU 功能一样点击运行web版.bat 运行web网页版功能和 https://opendatalab.com/OpenSourceTools/Extractor/PDF 一样文件说明目录python为嵌入版的环境, 已经安装了所有依赖想深入使用, 可以配合官方说明文档使用, 下面是一些简要说明magic-pdf.json为配置文件, 使用的方式和官方一样small_ocr.pdf 为测试用pdf文件app.py 为gradio网页在线版 和 https://www.modelscope.cn/studios/OpenDataLab/MinerU 功能一样运行方式, 在MinerU目录右键启动cmd, 或者启动cmd切换到MinerU目录, 运行下列命令./python/python.exe app.pydemo.py 为官方运行示例运行方式, 在MinerU目录右键启动cmd, 或者启动cmd切换到MinerU目录, 运行下列命令./python/python.exe demo.py 如果要对Python环境里边的包进行操作的, 将原有的pip install xxx换成./python/python.exe -m pip install xxx就可以了扩展使用命令行使用官方的命令使用magic-pdf -p {some_pdf} -o {some_output_dir} -m auto在MinerU目录右键启动cmd, 或者启动cmd切换到MinerU目录, 运行下列命令./python/Scripts/magic-pdf.exe -p {some_pdf} -o {some_output_dir} -m auto例如./python/Scripts/magic-pdf.exe -p small_ocr.pdf或者路径填magic-pdf.exe所在的绝对路径, 例如G:/MinerU/python/Scripts/magic-pdf.exe -p small_ocr.pdf开发使用在pycharm里环境变量填python/python.exe所在目录更新版本更新命令./python/python.exe -m pip install --upgrade magic-pdf更新后需修改文件python/Lib/site-packages/magic_pdf/libs/config_reader.py把13-14行红框替换为如下代码# 获取当前目录 current_dir = os.getcwd() print("当前目录为: ", current_dir) # 定义配置文件名常量 CONFIG_FILE_NAME = os.path.join(current_dir, "magic-pdf.json") print("配置路径为: ", CONFIG_FILE_NAME)在69行最用红框处插入如下代码models_dir = os.path.join(current_dir, models_dir) print(f"模型目录为: {models_dir}")这样路径才不会报错
