命令行工具使用说明

查看帮助信息

要查看 MinerU 命令行工具的帮助信息，可以使用 --help 参数。以下是各个命令行工具的帮助信息示例：

mineru --help
Usage: mineru [OPTIONS]

Options:
  -v, --version                   显示版本并退出
  -p, --path PATH                 输入文件路径或目录（必填）
  -o, --output PATH               输出目录（必填）
  --api-url TEXT                  MinerU FastAPI 服务地址；不传时自动拉起本地临时 mineru-api
  -m, --method [auto|txt|ocr]     解析方法：auto（默认）、txt、ocr（仅用于 pipeline 与 hybrid* 后端）
  -b, --backend [pipeline|hybrid-auto-engine|hybrid-http-client|vlm-auto-engine|vlm-http-client]
                                  解析后端（默认为 hybrid-auto-engine）
  -l, --lang [ch|ch_server|ch_lite|en|korean|japan|chinese_cht|ta|te|ka|th|el|latin|arabic|east_slavic|cyrillic|devanagari]
                                  指定文档语言（可提升 OCR 准确率，仅用于 pipeline 与 hybrid* 后端）
  -u, --url TEXT                  当使用 http-client 时，传给服务端后端的 OpenAI 兼容地址
  -s, --start INTEGER             开始解析的页码（从 0 开始）
  -e, --end INTEGER               结束解析的页码（从 0 开始）
  -f, --formula BOOLEAN           是否启用公式解析（默认开启）
  -t, --table BOOLEAN             是否启用表格解析（默认开启）
  --help                          显示帮助信息

Tip

mineru 当前支持本地 PDF、图片与 DOCX 文件或目录输入。

mineru-api --help
Usage: mineru-api [OPTIONS]

Options:
  --host TEXT     服务器主机地址（默认：127.0.0.1）
  --port INTEGER  服务器端口（默认：8000）
  --reload        启用自动重载（开发模式）
  --enable-vlm-preload BOOLEAN
                  在 mineru-api 启动阶段预加载本地 VLM 模型
  --help          显示此帮助信息并退出

mineru-gradio --help
Usage: mineru-gradio [OPTIONS]

Options:
  --enable-example BOOLEAN        启用示例文件输入(需要将示例文件放置在当前
                                  执行命令目录下的 `example` 文件夹中)
  --enable-http-client BOOLEAN    在后端选项中启用 HTTP 客户端选项
  --enable-api BOOLEAN            启用 Gradio API 以提供应用程序服务
  --max-convert-pages INTEGER     设置从 PDF 转换为 Markdown 的最大页数
  --server-name TEXT              设置 Gradio 应用程序的服务器主机名
  --server-port INTEGER           设置 Gradio 应用程序的服务器端口
  --api-url TEXT                  MinerU FastAPI 服务地址；不传时自动拉起可复用的本地
                                  mineru-api
  --enable-vlm-preload BOOLEAN    在 Gradio 拉起本地 mineru-api 时预加载本地
                                  VLM 模型
  --latex-delimiters-type [a|b|all]
                                  设置在 Markdown 渲染中使用的 LaTeX 分隔符类型
                                  ('a' 表示 '$' 类型，'b' 表示 '()[]' 类型，
                                  'all' 表示两种类型都使用)
  --help                          显示此帮助信息并退出

mineru-router --help
Usage: mineru-router [OPTIONS]

Options:
  --host TEXT             路由服务主机地址（默认：127.0.0.1）
  --port INTEGER          路由服务端口（默认：8002）
  --reload                启用自动重载（开发模式）
  --upstream-url TEXT     现有 MinerU FastAPI 服务地址；可重复传入多个
  --local-gpus TEXT       本地 GPU worker 配置：auto、none 或 0,1,2 形式
  --worker-host TEXT      路由托管 worker 的监听地址（默认：127.0.0.1）
  --enable-vlm-preload BOOLEAN
                          在 router 托管的本地 mineru-api worker 中预加载本地
                          VLM 模型
  --help                  显示此帮助信息并退出

环境变量说明

Note

从当前版本开始，mineru 是基于 mineru-api 的编排客户端： - 未传 --api-url 时，CLI 会自动拉起本地临时 mineru-api - 传入 --api-url 时，CLI 会直连该 FastAPI 服务 - --url 不再表示 MinerU API 地址，而是服务端 vlm/hybrid-http-client 所需的 OpenAI 兼容地址

MinerU命令行工具的某些参数存在相同功能的环境变量配置，通常环境变量配置的优先级高于命令行参数，且在所有命令行工具中都生效。以下是常用的环境变量及其说明：

MINERU_TOOLS_CONFIG_JSON：
- 用于指定配置文件路径
- 默认为用户目录下的mineru.json，可通过环境变量指定其他配置文件路径。
MINERU_FORMULA_ENABLE：
- 用于启用公式解析
- 默认为true，可通过环境变量设置为false来禁用公式解析。
MINERU_FORMULA_CH_SUPPORT：
- 用于启用中文公式解析优化（实验性功能）
- 默认为false，可通过环境变量设置为true来启用中文公式解析优化。
- 仅对pipeline后端生效。
MINERU_TABLE_ENABLE：
- 用于启用表格解析
- 默认为true，可通过环境变量设置为false来禁用表格解析。
MINERU_TABLE_MERGE_ENABLE：
- 用于启用表格合并功能
- 默认为true，可通过环境变量设置为false来禁用表格合并功能。
MINERU_PDF_RENDER_TIMEOUT：
- 用于设置将PDF渲染为图片的超时时间（秒）
- 默认为300秒，可通过环境变量设置为其他值以调整渲染图片的超时时间。
- 仅在linux和macOS系统中生效。
MINERU_PDF_RENDER_THREADS：
- 用于设置将PDF渲染为图片时使用的线程数
- 默认为4，可通过环境变量设置为其他值以调整渲染图片时的线程数。
- 仅在linux和macOS系统中生效。
MINERU_PROCESSING_WINDOW_SIZE：
- 用于设置单次处理窗口大小，影响大文档处理时的内存占用和吞吐表现
- 默认为64，可通过环境变量设置为其他正整数。
MINERU_API_MAX_CONCURRENT_REQUESTS：
- 用于设置 mineru-api 或 mineru-router 管理的 worker 最大并发请求数
- 默认为3，需设置为正整数。
MINERU_API_ENABLE_FASTAPI_DOCS：
- 用于控制是否启用 FastAPI 自动生成的 /docs、/openapi.json、/redoc
- 默认为true。
MINERU_API_OUTPUT_ROOT：
- 用于指定 mineru-api 输出目录根路径
- 默认为当前工作目录下的 ./output。
MINERU_LOCAL_API_STARTUP_TIMEOUT_SECONDS：
- 用于控制各命令行工具等待本地拉起的 mineru-api 进入健康状态的最长时间
- 默认为 300 秒。
- 适用于 mineru 的临时本地 API、mineru-gradio 的 preload 启动，以及 mineru-router 托管的本地 worker。
MINERU_API_TASK_RETENTION_SECONDS：
- 用于设置任务完成或失败后的保留时长（秒）
- 默认为 86400 秒（24 小时）。
MINERU_API_TASK_CLEANUP_INTERVAL_SECONDS：
- 用于设置任务清理轮询间隔（秒）
- 默认为 300 秒（5 分钟）。
MINERU_INTRA_OP_NUM_THREADS：
- 用于设置onnx模型的intra_op线程数，影响单个算子的计算速度
- 默认为-1（自动选择），可通过环境变量设置为其他值以调整线程数。
MINERU_INTER_OP_NUM_THREADS：
- 用于设置onnx模型的inter_op线程数，影响多个算子的并行执行
- 默认为-1（自动选择），可通过环境变量设置为其他值以调整线程数。
MINERU_HYBRID_BATCH_RATIO：
- 用于设置 hybrid-* 后端中小模型处理的batch倍率
- 在hybrid-http-client中较为常用，可以通过控制小模型的batch倍率来调整单个客户端的显存占用量
- 单个client端显存大小 MINERU_HYBRID_BATCH_RATIO
  
  <= 6 GB 8
  
  <= 4 GB 4
  
  <= 3 GB 2
  
  <= 2 GB 1
MINERU_HYBRID_FORCE_PIPELINE_ENABLE：
- 用于强制将 hybrid-* 后端中的文本提取部分使用小模型进行处理
- 默认为false，可通过环境变量设置为true来启用该功能，从而在某些极端情况下减少幻觉的发生。
MINERU_VL_MODEL_NAME：
- 用于指定 vlm/hybrid 后端使用的模型名称，这将允许您在同时存在多个模型的远程openai-server中指定 MinerU 运行所需的模型。
MINERU_VL_API_KEY:
- 用于指定 vlm/hybrid 后端使用的API Key，这将允许您在远程openai-server中进行身份验证。

单个client端显存大小	MINERU_HYBRID_BATCH_RATIO
<= 6 GB	8
<= 4 GB	4
<= 3 GB	2
<= 2 GB	1