Skip to content

解析档位与选择入口

事实来源:mineru/types.py 的显式选择顺序、mineru/parser/tier.py 的 effort 映射、 mineru/filetypes.py 的文件类型边界,以及各入口的调用代码。

tier effort 执行用途
flash flash 原生解析或 Flash OCR
basic medium 小模型推理
standard high 小模型与 VLM
advanced xhigh 复用 Standard 模型,增加推理投入

基础包已经提供 ONNX 与 llama.cpp;Basic 不要求额外安装 Torch。 非 PDF 原生格式使用 DocVortex,与 PDF 推理档位不是同一种实现;不承诺 Flash 对原生格式的质量总是最低。

各入口的默认选择

场景 当前规则
直接 Python parse / MinerUParser 默认 standard,不接受 tier=None/auto;原生格式实际输出 flash/txt
本地 mineru-kit parse PDF/图片默认 standard;原生单文件未指定 tier 时使用 flash,显式质量档位报错;批量中的原生文件归一为 flash
Tasks、HTTP SDK、file-parse PDF/图片按 standard → basic → flash → advanced;仅有 Advanced 时默认选中它;原生文件固定 flash
Gradio 初始档位 与 Tasks 使用同一选择函数;外部 API 模式依据 /v1/tiers
Doclib 主动质量解析 PDF/图片按 standard → basic,缺少可用默认档位则报错;显式档位和规则另行校验
Doclib 已缓存结果读取 未指定 tier 时选可读的 advanced → standard → basic;不自动新建解析
Doclib parsing rule 未指定 tier standard → basic → flash;与主动质量解析不同

不要把 HTTP SDK 的 None 语义套用到直接 Python parser。Tasks 的 null 表示省略,file-parse multipart 应省略字段。 显式 PDF/图片档位不受服务支持时返回错误。原生格式、纯文本读取和缓存读取的具体入口边界见 SDK 档位、Tasks 与 CLI。

服务启动上限

api-server --tier 与 WebUI 的 --tier 控制最高开放档位并包含较低档位。 standard 不包含 advanced;Python create_app(tiers=...) 则保留精确集合。 启动集合与每次请求默认档位分开,auto 不是解析请求的第五个档位。

自动推荐采用有效小模型后端实际选择的 GPU/CPU:GPU 开放全部四档;CPU 可用逻辑核至少 12 开放到 Standard,4–11 核到 Basic,不足 4 核到 Flash。推荐不以显存容量作门槛。 Torch 路径不调用 ONNX 校准;ONNX 使用已有设备选择、缓存与适用的性能校准。 显式上限跳过自动推荐,依赖预检和模型准备仍各自生效。

hardware detect 共享推荐逻辑,hardware info 只读诊断。细节见 硬件命令、ONNX 设备策略。

数据、模型与隐私

结果记录实际 extensions.mineru.tier/parse_mode,生产者版本在 metadata;不能记录伪质量档位。 Standard/Advanced 共用部署模型,Advanced 没有独立下载档位。 小模型后端与 VLM 引擎独立配置,远程 VLM 也不自动扩大服务开放档位。 Doclib 的 remote 授权、直接 API SDK 的目标地址和远程 VLM 配置分别生效,不相互替代。