最近一个多月MinerU连续发布版本，已经更新到1.3.10了。新版本的MinerU提供的Web API接口也支持Docx、Png等多种格式的文件了。上周官方也推出了教程，在dify中使用MinerU的插件。本篇文章将实现通过本地部署1.3.10版官方API，并接入Dify插件。
部署MinerU WEB API
Docker镜像构建
git拉取最新的MinerU源码，进入到projects/web_api目录执行docker构建命令。
## 拉取最新源码
cd MinerU/
git pull
git checkout tags/magic_pdf-1.3.10-released
## 制作docker镜像
cd projects/web_api
docker build -t mineru-api:offical-1.3.10 .
国内环境配置
如果你的网络环境相当好，上述的docker镜像很快就完成了。当然，大部分情况下速度没那么快，而且可能还会网络中断。
替换download_models.py文件，原本的模型是通过HuggingFace下载，大概率是网络受限的，替换官方使用ModelScope下载的方式
wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@master/scripts/download_models.py -O download_models.py
在Dockerfile中添加一些镜像站，如下
## 【添加】
RUN sed -i 's@deb.debian.org@mirrors.aliyun.com@g' /etc/apt/sources.list.d/debian.sources
# Update the package list and install necessary packages
RUN apt-get update && \
apt-get install -y --no-install-recommends \
build-essential && \
apt-get clean && \
rm -rf /var/lib/apt/lists/*
# Build Python dependencies 【添加 -i https://mirrors.aliyun.com/pypi/simple/】
COPY requirements.txt .
RUN python -m venv /app/venv && \
. /app/venv/bin/activate && \
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
另外，我们更换了download_models.py文件，模型下载地址发生了变更，因此下面两行也需要修改
# Copy Python dependencies and models from the build stage
COPY --from=build /root/.cache/modelscope/hub/models/opendatalab/PDF-Extract-Kit-1___0/models /opt/models
COPY --from=build /root/.cache/modelscope/hub/models/ppaanngggg/layoutreader /opt/layoutreader
根据上述修改，基本上能快速构建镜像了。
Docker启动服务
为了能在Dify插件里使用本地部署的MinerU服务，因此我们直接接入到Dify的内部网络中，不对外暴露端口了。
docker run -d --gpus all --network docker_ssrf_proxy_network --name mineru-api mineru-api:offical-1.3.10
Dify插件MinerU
插件安装及授权
在Dify的插件市场，找到MinerU产检，点击安装。
等待安装完成后，点击授权，在授权页面填写以下信息。由于我们Dify和MinerU在一台服务器上。如果部署在不同的机器上，请填写MinerU服务器的地址及开放的端口。
常见问题
配置完以后在工作流中试用会提示以下错误
对此我们可以参考MinerU官方给出的解决方案：
1.找到 Dify 部署目录，打开 .env 文件，修改 FILES_URL 配置项，依据你的部署方式填写：
-Docker Compose 部署：FILES_URL 设置为http://api:5001
-其他部署方式：FILES_URL 设置为 http://Dify宿主机IP:5001
2.确认 Dify API 服务的 5001 端口已对外暴露（可检查 docker-compose.yaml 文件的端口映射）。
3.保存 .env 文件。
4.重启 Dify 服务以使配置生效。
我们根据官方提示，修改Dify的配置文件.env，然后重启Dify。
工作流测试
搭建一个简单的Dify工作流，测试下MinerU插件的效果。
我们拿官方发布的文章来试验[https://mp.weixin.qq.com/s/fLd6yzM3KttWofXCdgDomA ]，打印成PDF，有22页。
上传到工作流进行测试。
成功实现了图片型PDF的识别。新版本MinerU优化以后，不仅显存占用下降了，速度也挺快。22页的图片PDF，整个工作流用了20s就解析完成了。
粤ICP备14082021号
免费POC，
零成本试错
