档位与运行环境

档位表达解析质量和成本；小模型后端与 VLM 引擎是独立配置，不是档位名称。

档位	主要用途	本地执行
flash	快速预览、索引、原生文档解析	原生 PDF 文本 / 文档解析；扫描 PDF 与图片使用 Flash OCR
basic	基础 OCR、公式和表格解析	ONNX 或 Torch 小模型，不需要本地 VLM
standard	复杂版面与高质量解析	小模型 + VLM
advanced	更高质量需求	与 Standard 共用模型与运行环境，投入更多推理计算

PDF 和图片可选四档。Office、OpenDocument、RTF、EPUB、OFD、HTML、CSV/TSV 固定走本地 Flash，整本解析；Python 本地 SDK 调用这些格式时显式传 tier="flash"。纯文本不进入解析，但可由文档库索引和读取。

默认选择

• mineru-kit parse 和本地 Python parse() 的 PDF 默认档位为 Standard。
• 文档库发现服务能力后，PDF/图片默认优先 Standard，其次 Basic；不可用时报 quality_tier_unavailable，不会静默降为 Flash 或上传到官网。
• Advanced 需要显式选择；本地托管服务按 Standard 准备模型和启动能力，不单独下载 Advanced 模型。
• 文档库 read 读取已有缓存，不发起新解析；未指定档位时优先已有的 Advanced、Standard、Basic 结果。

后端与引擎

环境	自动选择的小模型	自动选择的 VLM
Apple Silicon / MPS	Torch / MPS	llama.cpp
Linux / Windows，基础包	ONNX / CPU（没有可用 Torch 加速环境时）	llama.cpp
Linux，有加速器并安装 full	Torch	vLLM；否则尝试已安装的 LMDeploy
Windows，有加速器并安装 full	Torch	LMDeploy
CPU 环境	ONNX / CPU	llama.cpp

自动选择依据已安装依赖和可用设备；显式指定的后端缺依赖时会报错，不会静默改用另一种。ONNX 小模型在 CPU 上执行，VLM 的设备选择独立。

Intel XPU 不会自动选择 LMDeploy。Linux 上安装了支持 XPU 的 vLLM 时优先使用 vLLM，否则回退 llama.cpp；Windows 上使用 llama.cpp。

model:
  small_backend: auto
  vlm:
    engine: auto

small_backend 可选 auto/onnx/torch；engine 可选 auto/llama-cpp/vllm/lmdeploy。macOS 默认使用 llama.cpp。

资源与平台边界

原生文本解析不需要推理模型。Basic 可在 CPU 运行；Standard / Advanced 的速度和内存占用取决于 VLM 引擎、输入规模和并发。高吞吐本地部署建议至少 16 GB 系统内存；NVIDIA 部署还需要所选引擎支持的显卡、驱动和足够可用显存，8 GB 仅作为规划起点，不是所有任务的保证。

Apple Silicon 建议使用至少 16 GB 统一内存并直接在 macOS 安装。既有 AMD 和国产卡适配继续使用 MinerU <4，不属于本文的 4.0 平台兼容承诺。

安装组合见扩展模块，下载与配置见模型源。