> ## Documentation Index > Fetch the complete documentation index at: https://ppio.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # 在 GPU 容器实例中运行 MinerU Tianshu 实现文件格式转换 ## 什么是 MinerU Tianshu MinerU Tianshu 是一个企业级多 GPU 文档解析服务，适用于 RAG 数据预处理等场景。它结合 SQLite 任务队列 + LitServe GPU 负载均衡，支持将 PDF 等多种格式的文档转换为 Markdown 或 JSON 结构化数据，可以解决文档解析、多 GPU 调度、任务管理等生产环境痛点。 MinerU Tianshu 的核心特性如下： * **高性能架构** * Worker 主动拉取：0.5秒响应速度，无需调度器触发 * 并发安全：原子操作防止任务重复，支持多 Worker 并发 * GPU 负载均衡：LitServe 自动调度，避免显存冲突 * 多 GPU 隔离：每个进程只使用分配的 GPU ，彻底解决多卡占用 * **企业级功能** * 异步处理：客户端立即响应（\~ 100 ms），无需等待处理完成 * 任务持久化：SQLite 存储，服务重启任务不丢失 * 优先级队列：重要任务优先处理 * 自动清理：定期清理旧结果文件，保留数据库记录 * **智能解析** * 双解析器：PDF / 图片用 MinerU（GPU加速）， Office / HTML 等用 MarkItDown（快速） * 内容获取：API 自动返回 Markdown 内容，支持图片上传到 MinIO * RESTful API：支持任何编程语言接入 * 实时查询：随时查看任务进度和状态 如需了解更多，请在[MinerU 项目官方网站](https://github.com/opendatalab/MinerU/tree/master)上查看详细信息。 ## 运行 MinerU Tianshu 1. 进入[算力市场页面](https://ppio.com/gpu-instance/console/explore)。 2. 单击「选择模板」，找到 **MinerU Tianshu** ，单击「使用模板」。 tianshu-1 3. 按照需要，选择计费方式、地区、实例规格等配置。 tianshu-2 4. 检查磁盘大小，并在环境变量中替换 OSS 信息。 tianshu-3 5. 确认配置无误后，单击「部署」。 6. 进入[实例管理页面](https://ppio.com/gpu-instance/console/instances)，查看新创建的实例。等待实例创建成功，状态变为运行中。 tianshu-4 7. 查看实例日志，确保服务正常启动。 tianshu-5 ## 使用 MinerU Tianshu 1. 在[实例管理页面](https://ppio.com/gpu-instance/console/instances)，单击实例对应的「连接」。 2. 在弹出的对话框中，获取 HTTP 服务地址。 tianshu-7 3. 启动 Web Terminal，然后通过 Web Terminal 远程连接实例。 tianshu-6 4. 在 Web Terminal 中，切换到`/vllm-workspace/MinerU/projects/mineru_tianshu`目录。 5. 创建 test\_auto\_upload\_images.py。 test\_auto\_upload\_images.py 的代码示例如下，请将`API_BASE_URL`的值替换为实际的 HTTP 服务地址，将`LOCAL_PDF_PATH`的值和`OUTPUT_DIR`的值替换为测试的实际路径。 ```bash theme={null} # ==================== 配置 ==================== API_BASE_URL = "http://localhost:8000" LOCAL_PDF_PATH = "./1.pdf" # 要上传的 PDF 文件路径 OUTPUT_DIR = "./auto_upload_output" # 本地保存目录 ``` 6. 运行 test\_auto\_upload\_images.py。 ```bash theme={null} python3 test_auto_upload_images.py ``` 预期返回： ```bash theme={null} ============================================================ MinerU Tianshu - 自动上传图片到对象存储示例 ============================================================ 📋 Step 1: Submit task ------------------------------------------------------------ 📤 Submitting task: demo1.pdf Backend: http-client Parse method: auto Languages: ['zh'] ✅ Task submitted successfully! Task ID: 4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3 📋 Step 2: Wait for task completion ------------------------------------------------------------ ⏳ Waiting for task 4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3 to complete... Status: pending (elapsed: 0.0s) Status: processing (elapsed: 2.0s) Status: processing (elapsed: 4.0s) Status: processing (elapsed: 6.0s) Status: processing (elapsed: 8.0s) Status: processing (elapsed: 10.0s) Status: processing (elapsed: 12.0s) Status: processing (elapsed: 14.0s) Status: processing (elapsed: 16.0s) Status: processing (elapsed: 18.0s) Status: processing (elapsed: 20.0s) Status: processing (elapsed: 22.0s) Status: processing (elapsed: 24.0s) Status: processing (elapsed: 26.0s) ✅ Task completed! 📋 Step 3: Get results with auto image upload to storage ------------------------------------------------------------ 🖼️ Requesting API to upload images to object storage... ✅ Results retrieved successfully! Markdown file: demo1.md Content length: 51753 characters Images uploaded to storage: True 📋 Step 4: Save results to local ------------------------------------------------------------ ✅ Saved Markdown to: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3_demo1.md ✅ Saved metadata to: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3_metadata.json 📋 Step 5: Download images from storage to local ------------------------------------------------------------ 🖼️ Downloading images from object storage... 📥 Found 8 images to download 🔐 Downloading from OSS: a625057f-d84f-44a8-92fa-53b3b512edfd.jpg ✅ Downloaded: a625057f-d84f-44a8-92fa-53b3b512edfd.jpg (33785 bytes) 🔐 Downloading from OSS: 366f3f26-01bb-4d88-a3ca-0c066fabfc2f.jpg ✅ Downloaded: 366f3f26-01bb-4d88-a3ca-0c066fabfc2f.jpg (54819 bytes) 🔐 Downloading from OSS: 9999568b-0075-4cf1-bddc-c4708a0847e2.jpg ✅ Downloaded: 9999568b-0075-4cf1-bddc-c4708a0847e2.jpg (12612 bytes) 🔐 Downloading from OSS: 7ab0e083-c22c-4f65-b98f-65acfd4e6dc0.jpg ✅ Downloaded: 7ab0e083-c22c-4f65-b98f-65acfd4e6dc0.jpg (30049 bytes) 🔐 Downloading from OSS: 572ed653-a760-4c41-a5a0-79207219593a.jpg ✅ Downloaded: 572ed653-a760-4c41-a5a0-79207219593a.jpg (47093 bytes) 🔐 Downloading from OSS: 6b2465d4-eba5-4ffd-b1fa-629edf4cb634.jpg ✅ Downloaded: 6b2465d4-eba5-4ffd-b1fa-629edf4cb634.jpg (20770 bytes) 🔐 Downloading from OSS: aa1f1bfa-16c8-463b-99af-5dc4dfc4c994.jpg ✅ Downloaded: aa1f1bfa-16c8-463b-99af-5dc4dfc4c994.jpg (17916 bytes) 🔐 Downloading from OSS: 7e8db6de-9533-4257-b767-1b2300dfb4ab.jpg ✅ Downloaded: 7e8db6de-9533-4257-b767-1b2300dfb4ab.jpg (21239 bytes) ✅ Downloaded 8 images ✅ Saved updated Markdown to: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3/demo1.md Images directory: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3/images ============================================================ ✅ 完成！ ============================================================ 📁 本地文件： • Markdown (含本地图片路径): auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3/demo1.md • 图片目录: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3/images (8 张图片) • 原始 Markdown (含云端链接): auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3_demo1.md • 元数据: auto_upload_output/4c18cb2b-ff8c-4d14-b9a6-d2e80c64f9f3_metadata.json 🖼️ 图片存储： • 云端：所有图片已上传到对象存储（MinIO/COS/OSS） • 本地：已下载 8 张图片到本地 • Markdown 图片链接：本地路径 (images/xxx.png) • 存储类型由服务端配置决定（STORAGE_TYPE 环境变量） 📂 服务器本地文件（如需要）： 📄 Markdown 内容预览（前 200 字符）： ------------------------------------------------------------ (显示本地图片版本) # The response of flow duration curves to afforestation Patrick N.J. Lane $^{a,c,*}$ , Alice E. Best $^{b,c,d}$ , Klaus Hickel $^{b,c}$ , Lu Zhang $^{b,c}$ $^{a}$ School of Forest and Ecosystem Stud ... (truncated) ```