2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

Dify+MinerU 准确识别PDF存至知识库

发布日期:2025-09-22 08:26:41 浏览次数: 2918
作者:书童 AI 实战派

微信搜一搜,关注“书童 AI 实战派”

推荐语

告别PDF文件堆积如山的烦恼!Dify+MinerU强强联手,让文档管理变得智能高效。

核心内容:
1. 如何配置Dify平台与MinerU插件实现PDF自动化处理
2. 利用RAG技术构建可检索、可扩展的AI知识库系统
3. 工作流展示与效果验证,确保信息准确入库

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

你是否曾为堆积如山的PDF文件头疼不已?合同、报告、论文……内容繁杂,查找关键信息就像大海捞针。现在,这一切即将被彻底改变!信息爆炸的时代,海量数据散落在各大网站、论坛、文档中,手动收集整理不仅耗时耗力,还容易遗漏关键信息。今天,我们将带你探索如何利用 dify 平台,结合RAG技术,实现自动化采集网页内容并高效入库,打造一个真正智能、可检索、可扩展的 AI 知识库系统

1.准备工作

  • 本地部署Dify

  • 创建一个空的知识库

  • 获取硅基流动的API_KEY

  • 安装Dify的硅基流动API插件

  • Dify配置文件修改

  • 获取MinerU的API_KEY

  • 安装Dify的MinerU插件

2. 新内容标注

准备工作中的前四条在以往文章中均已涉及,这里不再赘述,不清楚的小伙伴可以查看往期的公众号文章,仅对后三条操作进行详细描述。

  • Dify配置文件.env修改,先在Dify得docker目录下执行docker compose down移除容器,然后重新执docker compose up -d构建容器。

需要修改Dify的文件服务的配置,修改内容如下:

  • 获取MinerU的API_KEY

浏览器访问https://mineru.net,第一次使用需要注册MinerU账号,可以使用github账号或者微信注册,还需要申请MinerU官方的API接口调用(个人申请就行,基本都是秒通过的),注册成功后创建并复制API_KEY备用(如果是本地自建的MinerU可以跳过此步骤,后续也会本地部署尝试)。

  • 安装Dify的MinerU插件

在Dify的插件市场搜索MinerU,安装第一个Dify官方的插件,安装完成后配置MinerU的BaseURL、API_KEY和服务类型,服务类型支持官方API调用和本地自建服务,这里以官方API调用为例。

    通过 MinerU 官方 API,您可以将复杂的 PDF 文档智能解析为结构化文本内容。只需配置 BaseURL 为 https://mineru.net 并使用官方提供的 API_KEY,即可调用其强大的文档理解能力,精准提取文字、表格、标题层级等关键信息,无缝对接 Dify 等应用,实现自动入库与知识管理,让非结构化数据轻松转化为可用的业务资产。

    3.创建一个空知识库

    创建一个空知识库,获取知识库的ID和知识库的API_KEY。

    知识库id的获取方式:

    知识库API_KEY的获取方式:

    3. 工作流展示

    工作流的主要功能是提取PDF的内容自动化通过调用Dify知识库的API将内存保存到知识库中。

    4. 效果展示

    本地上传一个PDF,等待API调用结束即可。
    到知识库中查看如上图所示,文章内容已经保存到Dify知识库中,请一定要打开查看内容,避免因大模型的不确定性将错误信息保存到知识库。

    53AI,企业落地大模型首选服务商

    产品:场景落地咨询+大模型应用平台+行业解决方案

    承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

    联系我们

    售前咨询
    186 6662 7370
    预约演示
    185 8882 0121

    微信扫码

    添加专属顾问

    回到顶部

    加载中...

    扫码咨询

    扫码登录
    登录即表示您同意《53AI网站服务协议》
    服务协议

    欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

    在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

    一、 定义

    本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

    会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

    知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

    二、 账号注册与登录

    登录方式:本网站支持以下登录方式,您可根据实际情况选择:

    微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

    手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

    账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

    实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

    未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

    三、 服务内容与规范

    知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

    服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

    禁止行为:您在使用服务时不得实施以下行为:

    利用技术手段批量爬取、下载、转存知识库内容;

    将知识库内容用于商业目的或未经授权地向第三方传播;

    干扰本网站正常运行或侵犯其他用户合法权益;

    发布违法违规信息或从事违反公序良俗的活动。

    四、 知识产权声明

    权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

    有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

    侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

    五、 个人信息保护

    我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

    您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

    您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

    六、 免责声明

    内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

    不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

    第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

    七、 违约责任

    如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

    如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

    八、 法律适用与争议解决

    本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

    因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

    九、 其他

    本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

    本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

    我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


    已查阅