目录
MinerU 最新3.0版本部署测试，手写体识别与财务报表提取
iCHN-DeepGen
2026年04月04日 10:50

MinerU 最新出了3.0版本，今天在 Linux 服务器上部署了，试了一下文档解析效果。

测试结论在末尾。整体打分，对比paddle与DeepSeek-OCR 2，能在85分左右。

MinerU 就是把 PDF、图片、扫描件的内容提出来，转成 Markdown 或 JSON。扫描件走 OCR。3.0 主要加了多卡调度和 API 服务化。

服务器是双 4090D，下面是完整的安装脚本、运维命令和批量测试过程。

解析后端

MinerU 有几种解析模式，-b 参数指定：

这次用的是 Router 模式，根据 GPU 自动调度，不用手动选后端。

安装脚本

一个脚本干完所有事：建目录、建 Conda 环境、装依赖、配国内镜像、装 MinerU、下模型、生成启动脚本、注册系统服务。

代码块
PlainText
自动换行
复制代码
#!/usr/bin/env bash
set -euo pipefail

INSTALL_ROOT="/opt/minerU"
CONDA_ENV_PATH="${INSTALL_ROOT}/.conda-env"
CONDA_BASE_DEFAULT="/usr/local/anaconda3"
PYTHON_VERSION="3.12"
PIP_INDEX_URL="${PIP_INDEX_URL:-https://mirrors.aliyun.com/pypi/simple/}"
MINERU_MODEL_SOURCE_DEFAULT="${MINERU_MODEL_SOURCE_DEFAULT:-modelscope}"
ROUTER_PORT="${ROUTER_PORT:-8002}"
WORKER_HOST="${WORKER_HOST:-127.0.0.1}"
LOCAL_GPUS="${LOCAL_GPUS:-auto}"
ENABLE_VLM_PRELOAD="${ENABLE_VLM_PRELOAD:-false}"
INSTALL_MODE="${INSTALL_MODE:-auto}"
复制成功

Conda 环境

代码块
PlainText
自动换行
复制代码
source "${CONDA_BASE}/etc/profile.d/conda.sh"
conda create -y -p "${CONDA_ENV_PATH}" "python=${PYTHON_VERSION}"
conda activate "${CONDA_ENV_PATH}"
复制成功

装 MinerU

先装 mineru[all]，失败自动回退 mineru[core]：

代码块
PlainText
自动换行
复制代码
python -m pip install -U "mineru[all]" "modelscope" \
  -i "https://mirrors.aliyun.com/pypi/simple/"
复制成功

下载模型

国内服务器用 ModelScope：

代码块
PlainText
自动换行
复制代码
export MINERU_MODEL_SOURCE="modelscope"
export HF_ENDPOINT="https://hf-mirror.com"
mineru-models-download
复制成功

模型下载失败不影响安装，日志在 /tmp/mineru-models-download.log。

Router 启动命令

代码块
PlainText
自动换行
复制代码
exec mineru-router \
  --host 0.0.0.0 \
  --port 8002 \
  --worker-host 127.0.0.1 \
  --local-gpus auto \
  --enable-vlm-preload false
复制成功

--host 0.0.0.0 不加的话只能本机访问。

systemd 服务

代码块
PlainText
自动换行
复制代码
[Service]
Type=simple
ExecStart=/opt/minerU/bin/start_router.sh
Restart=always
RestartSec=5
Environment=CUDA_VISIBLE_DEVICES=0,1
复制成功

CUDA_VISIBLE_DEVICES=0,1 指定用哪几张卡。

运维命令

代码块
PlainText
自动换行
复制代码
# 启动
systemctl daemon-reload
systemctl enable --now mineru-router

# 看状态
systemctl status mineru-router --no-pager

# 健康检查
curl http://127.0.0.1:8002/health

# 重启 / 停止
systemctl restart mineru-router
systemctl stop mineru-router

# 看日志
journalctl -u mineru-router -f          # 实时
journalctl -u mineru-router -n 100      # 最近100行
复制成功

跑起来之后，http://<服务器IP>:8002/docs 能看到 API 文档。

批量测试脚本

同时丢多个 PDF 和图片，并行跑，自动解压结果：

代码块
PlainText
自动换行
复制代码
#!/usr/bin/env bash
set -euo pipefail

API_URL="${API_URL:-http://127.0.0.1:8002}"

FILES=(
  "/opt/minerU/input/test1.pdf"
  "/opt/minerU/input/test2.pdf"
  "/opt/minerU/input/test3.pdf"
  "/opt/minerU/input/test_image1.png"
)

OUT_ROOT="/opt/minerU/test_result_$(date +%F_%H%M%S)"
mkdir -p "${OUT_ROOT}"
复制成功

调 /file_parse 接口：

代码块
PlainText
自动换行
复制代码
curl -sS \
  -X POST "${API_URL}/file_parse" \
  -F "files=@${file}" \
  -F "return_md=true" \
  -F "response_format_zip=true" \
  -F "return_original_file=true"
复制成功

return_md=true 返回 Markdown，response_format_zip=true 打成 zip，return_original_file=true 带上原文件方便对照。

跑完输出：

代码块
PlainText
自动换行
复制代码
========== 汇总 ==========
test1: HTTP 200 | /opt/minerU/test_result_.../test1/unzipped
test2: HTTP 200 | /opt/minerU/test_result_.../test2/unzipped
test3: HTTP 200 | /opt/minerU/test_result_.../test3/unzipped
test_image1: HTTP 200 | /opt/minerU/test_result_.../test_image1/unzipped
复制成功

查看结果：

代码块
PlainText
自动换行
复制代码
# Markdown
find /opt/minerU/test_result_*/ -type f | egrep &#x27;\.md$&#x27;

# 版面分析、表格、图片
find /opt/minerU/test_result_*/ -type f | \
  egrep &#x27;layout\.pdf|content_list|middle\.json|\.png$|\.jpg$&#x27;
复制成功

辅助文件

MinerU 跑完除了 Markdown，还有几个文件可以看：

  • • layout.pdf：在原页面上画框，标出识别区域和阅读顺序

  • • span.pdf（pipeline 模式）：不同颜色标文本块，OCR 丢字一眼能看出来

  • • middle.json / content_list_v2.json：结构化数据，带坐标

测试结果

1、手写体识别问题较严重，很多识别不到：

2、财务报表会丢部分标题

3、鲜章遮盖部分识别较好，财务报表数字提取准确

抽查了十多个科目，数据准确。

4、显存资源消耗尚可，本次4个并发跑，3个pdf，1个文档，大概花了20秒不到结束识别

总结：日常使用足够

本文为我原创，未经授权禁止转载
cv47475444