展开本页目录
开始前准备什么
- 下载独立练习包，阅读README的版本、套餐与实跑范围。
- 教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。
- 准备自己的可用模型与账户；不把示例模型占位名或地址当作已验证配置。
- 检查两个有效PDF和一个坏文件
- 读取自己服务的能力接口
- 提交后立刻保存真实回执
- 退出客户端再恢复查询
- 先检查响应再保存结果
- 填写实际运行台账
- 区分材料验收与任务验收
1. 检查两个有效PDF和一个坏文件
report-a.pdf为一页，report-b.pdf为两页；broken.pdf故意保留PDF头但缺少完整结构。安装pypdf后运行脚本，实际解析两份有效文件并要求坏文件被拒绝；只看%PDF文件头不够。
bash
python3 -m pip install pypdf
python3 verify.py
2. 读取自己服务的能力接口
固定 MinerU 4.0 V1 服务，按真实 /docs 和官方 scripts/http_api_example.sh 核对。当前 /v1/tasks 与 /v1/file_parse 共用 Job lifecycle；便利路由不一定在所有云服务存在。本页没有运行服务。
3. 提交后立刻保存真实回执
按自己的OpenAPI创建任务；需要异步ZIP时提交output_formats=zip。保存服务实际返回的task_id、status_url、result_url、文件归属和输入哈希，不编造编号或拼接未知端点。
4. 退出客户端再恢复查询
同步等待超时可能返回HTTP 202及task_id/status_url/result_url，后台继续。关闭客户端后读取原生回执，按status_url恢复查询，只有实际状态失败才记为任务失败。
5. 先检查响应再保存结果
下载核对HTTP状态、Content-Type和真实字节，HTML错误页不可冒充ZIP。API Key只发给受信任同源地址，302跨源跳转不转发认证。先打开ZIP检查CRC，再核对原输入归属。
6. 填写实际运行台账
在observations-template.json为真实任务填写task_id、status_url、result_url、input_file、input_sha256与status，有下载再填download_file。verify.py --jobs检查记录、输入哈希和ZIP CRC，不查询远程服务。
bash
python3 verify.py --jobs my-jobs.json7. 区分材料验收与任务验收
本包实际解析确认两份有效PDF为1/2页，并要求截断的broken.pdf解析失败；这不包含原生任务回执。保留实际提交/恢复/下载三个阶段文件后，才能声称完成MinerU API运行。
怎样确认已经完成
- 原始输入、来源和单位已保留，材料检查及两条故意错误样例均运行。
- 在真实工具保存原生输出，回读本题关键事实、缺值与来源；未运行部分仍标记未执行。
- 保存工具/模型版本和实际结果，人工修改与模型返回分开归档。
常见问题
MinerU提交超时后需要重新创建任务吗？
先查是否已有真实task_id与status_url，重启客户端后继续查询该任务。只有明确未受理才决定重新提交，避免把客户端超时当作服务端没有创建任务。
MinerU 异步解析API需要哪些条件？
教程按 MinerU 4.0 文档编写，需核对实际安装版本及 tier。许可为 Apache 2.0 加额外条款；在线服务标识、规模门槛与模型许可见官方 LICENSE。本站未安装 MinerU 或运行解析模型。
MinerU 异步解析API的图片和检查通过代表什么？
原始输入、人工参考与实际离线材料检查均有对应文件；官方图说明操作入口。目标软件和模型未执行的部分已在步骤中注明，不能用材料检查替代真实产品运行。