mineru离线使用

MinerU 是一个用于将 PDF 文档转换为 Markdown 格式的工具，通常依赖于网络连接以获取模型文件和依赖库。然而，在没有网络连接的环境中（即离线环境），仍然可以通过提前准备好的依赖包和模型文件完成安装和使用。 ### 离线安装步骤 1. **准备依赖包** 在有网络连接的机器上，创建一个目录用于存放 MinerU 所需的所有依赖包。可以通过以下命令收集依赖： ```bash pip download -r requirements.txt ``` 这将下载所有依赖包的 `.whl` 或 `.tar.gz` 文件，可以将这些文件复制到离线环境中进行本地安装。 2. **打包 MinerU 源码** 在有网络的环境中克隆 MinerU 的源码仓库，并将其打包以便在离线环境中使用： ```bash git clone https://github.com/opendatalab/MinerU.git tar -czvf MinerU.tar.gz MinerU ``` 3. **复制到离线环境并解压** 将打包好的 MinerU 源码和依赖包复制到离线环境中，并解压源码包： ```bash tar -xzvf MinerU.tar.gz cd MinerU ``` 4. **本地安装依赖** 使用 `pip` 安装本地依赖包： ```bash pip install --no-index --find-links=/path/to/packages/ -r requirements.txt ``` 5. **下载并部署模型文件** 在有网络的环境中下载 MinerU 所需的模型文件，并将其复制到离线环境中的指定目录。例如，可以将模型文件存放在 `models/` 目录下，并在配置文件中指定路径。 6. **修改配置文件** 修改 MinerU 的配置文件（如 `magic-pdf.json`），确保指向本地模型路径。例如： ```json { "model_path": "/path/to/models" } ``` 7. **运行 MinerU** 完成上述步骤后，即可在离线环境中运行 MinerU 进行 PDF 到 Markdown 的转换： ```bash python mineru.py input.pdf output.md ``` ### 注意事项 - 确保离线环境的 Python 版本与依赖包兼容。 - 如果依赖包存在 C 扩展，需要确保离线环境的操作系统和架构与依赖包构建的环境一致，否则可能需要手动编译。 - 模型文件较大，建议使用高速存储介质进行复制[^1]。 ---