docker部署MinerU web api

MinerU能够将包含图片、公式、表格等元素的多模态PDF、PPT、DOCX等文档转化为易于分析的Markdown格式。

1 克隆MinerU的仓库

shell 复制代码

git clone https://github.com/opendatalab/MinerU.git

2 cd到projects/web-api

shell 复制代码

cd projects/web-api

3 在可以科学上网的情况下可以直接运行

shell 复制代码

docker build -t mineru-api .

4 如果不能科学上网，使用modelscope

修改requirement.txt，添加modelscope==1.25.0 ![[Pasted image 20250429165051.png]] 修改download_models.py，删掉所有旧代码，改成这个

python 复制代码

#!/usr/bin/env python
import os
from modelscope.hub.snapshot_download import snapshot_download

# 配置模型下载路径（Windows路径示例：r'C:\MinerU'）
MAIN_MODEL_DIR = "/opt/"
os.makedirs(MAIN_MODEL_DIR, exist_ok=True)

if __name__ == "__main__":
    # PDF-Extract-Kit的模型下载（需替换为ModelScope对应ID）
    pdf_extract_patterns = [
        "models/Layout/YOLO/**",
        "models/MFD/YOLO/**",
        "models/MFR/unimernet_hf_small_2503/**",
        "models/OCR/paddleocr_torch/**",
    ]
    pdf_model_path = snapshot_download(
        'opendatalab/PDF-Extract-Kit-1.0',  # ModelScope模型ID
        allow_patterns=pdf_extract_patterns,
        cache_dir=os.path.join(MAIN_MODEL_DIR, "models"),
        revision='master'  # 指定模型版本
    )

    # LayoutReader模型下载（需替换为ModelScope对应模型）
    layout_model_path = snapshot_download(
        'ppaanngggg/layoutreader',  # 替换为实际ModelScope ID
        cache_dir=os.path.join(MAIN_MODEL_DIR, "layoutreader"),
        allow_patterns=["*.json", "*.safetensors"]
    )

    print(f"主模型目录：{pdf_model_path}")
    print(f"布局模型目录：{layout_model_path}")

再运行docker build -t mineru-api .

5 编写docker-compose.yml

yml 复制代码

services:
  mineru-api:
    image: mineru-api
    ports:
      - "8000:8000"
    stdin_open: true   # 对应 -i 参数
    tty: true          # 对应 -t 参数
    runtime: nvidia    # 使用 NVIDIA 容器运行时
    environment:
      - NVIDIA_VISIBLE_DEVICES=all  # 允许访问所有 GPU

6 如果没有nvidia的runtime，先备份自己的daemon.json文件(/etc/docker/)，通过yum install -y nvidia-docker2安装，这个命令会生成一个新的daemon.json文件，覆盖掉原来旧的，安装后之后比较一下新旧两个daemon文件，合并在一起。

7 启动

shell 复制代码

systemctl daemon-reload
systemctl restart docker
docker compose up -d

8 访问localhost:8000/docs