HuanLinOTO/dsh-plugin-mineru
251最近提交 2026年8月15日
dsh-plugin-mineru DSH 插件
该插件将 MinerU 文档解析服务集成到 DSH 中，提供五个工具：同步解析、异步提交任务、轮询状态、获取结果和健康检查。用户需要配置 MinerU API 地址，并可选择设置 API 密钥。
如何安装 dsh-plugin-mineru DSH 插件
dsh plugin --profile web add @huanlin/dsh-plugin-mineru复制不会执行命令。安装 dsh-plugin-mineru DSH 插件前请核对仓库和版本。
dsh-plugin-mineru DSH 插件数据来源
dsh-plugin-mineru DSH 插件快照日期：2026年8月16日
discovered
dsh-plugin-mineru DSH 插件能做什么
- 同步解析本地文档并返回提取的 Markdown 内容
- 异步提交解析任务并获取任务 ID
- 轮询任务状态（pending/processing/completed/failed）
- 获取已完成任务的结果，超长内容保存到临时文件
- 检查 MinerU 服务器健康状态、版本、队列深度和并发容量
- 支持多种文件格式：PDF、图片、DOCX、PPTX、XLSX
- 可配置后端（pipeline、vlm-engine 等）和解析方法（auto、txt、ocr）
dsh-plugin-mineru DSH 插件适合哪些场景
- 让 AI 模型能够读取和分析 PDF 文档或扫描图片
- 自动化批量将 Office 文件转换为 Markdown 供下游处理
- 使用 OCR 或 VLM 引擎从图片中提取文本和表格
- 在需要结构化内容的智能体工作流中集成文档解析
- 从 DSH 内部监控 MinerU 服务器的状态和容量
dsh-plugin-mineru DSH 插件适合谁
- 部署了 MinerU 并希望将其解析能力暴露给 DSH 驱动模型的开发者
- 需要将多种文档格式转换为机器可读 Markdown/JSON 的用户
dsh-plugin-mineru DSH 插件的限制
- 需要自行部署 MinerU 实例，插件不包含 MinerU 本身
- 内联 Markdown 输出上限为 200,000 字符，超出部分保存到临时文件
- 依赖 MinerU API 服务器的网络可达性，必须正确配置 baseURL 和可选的 API 密钥
- 异步轮询有 10 分钟超时（可配置）
dsh-plugin-mineru DSH 插件的仓库 README 摘录
以下文字摘自 dsh-plugin-mineru DSH 插件的上游仓库 HuanLinOTO/dsh-plugin-mineru 的 README，版权归原作者，仅作引用。
> 📌 本插件已收录于 [dshfind](https://dshfind.com/zh) 插件超市，点击上方徽章直达主页。 # dsh-mineru [](https://www.npmjs.com/package/@huanlin/dsh-plugin-mineru) DSH 插件：向模型暴露 [MinerU](https://github.com/opendatalab/MinerU) 文档解析工具。MinerU 可将 PDF、图片、DOCX、PPTX、XLSX 等文件转换为结构化的 Markdown / JSON。 ## 安装 ```sh # 从 npm 安装（推荐）： dsh plugin --profile web add @huanlin/dsh-plugin-mineru # 从本地 checkout 开发安装： dsh plugin --profile web add link:D:\Projects\deepseek-harness\dsh-mineru ``` 若从 git 安装（pnpm ≥10），需在 profile 的 `pnpm-workspace.yaml` 中允许构建： ```yaml allowBuilds: '@huanlin/dsh-plugin-mineru': true ``` ## 配置 在 DSH GUI 设置页或 `cordis.patch.yml` 中配置： | 字段 | 类型 | 默认值 | 说明 | |------|------|--------|------| | `baseURL` | string | *(必填)* | MinerU API 地址，如 `http://your-mineru-host:18000` | | `apiKeyEnv` | credential-ref | `MINERU_API_KEY` | API key 的环境变量名 / 凭据引用。测试实例无需鉴权。 | | `defaultBackend` | enum | `pipeline` | `pipeline` / `vlm-engine` / `hybrid-engine` / `vlm-http-client` / `hybrid-http-client` | | `defaultParseMethod` | enum | `auto` | `auto` / `txt` / `ocr` | | `defaultLang` | string | `ch` | pipeline 后端的语言代码 | | `pollIntervalMs` | number
阅读完整 README仓库许可: NOASSERTION
dsh-plugin-mineru DSH 插件常见问题
如何安装 dsh-plugin-mineru？
在终端中运行 `dsh plugin --profile web add @huanlin/dsh-plugin-mineru`。如果从本地仓库安装，使用 `dsh plugin --profile web add link:/path/to/dsh-mineru`。对于 git 安装且使用 pnpm ≥10 的情况，需要在 profile 的 `pnpm-workspace.yaml` 中允许构建该插件。
如何配置 MinerU API 地址？
在 DSH GUI 设置页面或 `cordis.patch.yml` 文件中，设置 `baseURL` 字段为你的 MinerU API 端点，例如 `http://your-mineru-host:18000`。如果实例需要认证，还需设置 `apiKeyEnv` 字段，引用一个包含 API 密钥的环境变量名。
为什么解析返回的 Markdown 被截断了？
插件有一个可配置的内联 Markdown 字符上限，默认值为 200,000 字符。如果解析内容超过此限制，完整结果会保存到临时文件，模型只收到截断版本。你可以通过增大 `maxMdOutputChars` 设置来调整，但需要注意内存和性能影响。
这个插件能解析图片或扫描件 PDF 吗？
可以。MinerU 支持图片文件和扫描件 PDF。插件可以使用不同的后端（pipeline、vlm-engine、hybrid-engine）和解析方法（auto、txt、ocr）。如需 OCR 提取，可将 `defaultParseMethod` 设为 `ocr` 或使用对应后端。`vlm-engine` 后端特别适合视觉文档理解。
如何处理大文档或批量处理？
对于大文档，建议使用异步工具：`mineru_submit_parse_job` 提交任务，`mineru_get_parse_status` 轮询直到完成，然后 `mineru_get_parse_result` 获取结果。这样可以避免阻塞模型，并允许并行提交多个文件。轮询超时默认 10 分钟，可通过 `pollTimeoutMs` 调整。