MinerU
MinerU 4.1：自动加速与解析接口升级
- 主流平台与 GPU 自动加速：Windows、Linux 新增面向 Intel、AMD、NVIDIA 兼容 GPU 的 ONNX 自动加速，结合 macOS 已有的 MPS/Metal 路径，进一步简化跨平台部署。自动识别设备、优先选择独显，并根据集显性能与兼容性选择 GPU 或 CPU；代表性核心推理场景的速度约为 CPU 的 2～3 倍。
- 统一 Tasks 异步接口：以
/v1/tasks替换旧/v1/uploads、/v1/parse/jobs工作流，支持文件清单、URL 输入、缓存免传、逐文件执行与结果下载，并统一状态查询和取消操作。此次包含破坏性接口变更，升级前请查阅 4.1 迁移说明和 Tasks 接口详情。 - 新增可恢复的同步解析服务：独立的
file-parse-server提供/v1/file_parse，上传单个文件即可等待并获取附件；等待超时后可继续查询，并通过请求 ID 恢复已知任务。详见 file-parse 接口说明。 - 更清晰的硬件诊断与档位推荐：新增
mineru-kit hardware detect和hardware info，帮助选择合适的服务档位，并查看设备、运行环境与校准信息。
升级提示： Python 支持范围调整为 3.11–3.14。使用旧 HTTP 接口的部署，请协调升级服务端、Router、SDK 和客户端。其他修复见完整更新日志。
产品概览
MinerU 4.x 将多格式文档解析、文档库和服务工具整合到统一工作流，面向文档转换、应用集成和 Agent 阅读。
- 四档解析：Flash 用于快速预览与索引，Basic 提供基础 OCR/模型解析，Standard 与 Advanced 面向更复杂的版面和更高的质量需求。
- 多格式输入：PDF、图片，以及 DOC/DOCX、PPT/PPTX、XLS/XLSX、RTF、ODT/ODS/ODP、EPUB、OFD、HTML/MHTML、CSV/TSV。原生文档由 DocVortex 提供解析能力。
- 文档库与 Agent 阅读：发现文件、缓存结果、搜索内容，按页或块继续阅读，并保留稳定引用位置。
- 独立模型配置：小模型选择 ONNX 或 Torch；VLM 独立选择 llama.cpp、vLLM、LMDeploy。
- 统一工具入口：Python SDK、V1 API、无状态批处理、多服务 Router 和基于 Gradio 的 WebUI。
- 结构化结果与渲染：统一文档模型支持 Markdown、HTML、LaTeX、DOCX、EPUB、PDF、Structured Content、Content List V1/V2 九种渲染目标；各 CLI/API 的导出范围见输出格式与结果协议。
PDF 和图片支持四档解析；Office、OpenDocument、EPUB、OFD、HTML/MHTML、CSV/TSV 使用本地 Flash 原生解析。纯文本直接读取，不进入解析流程。默认不会自动将文档上传到官网服务，远程解析需要显式配置。