企业官网建设流程全解析

FastGPT大PDF解析：Marker与MinerU视觉解析引擎怎么选、怎么接

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT

FastGPT 是基于 LLM 的知识库问答平台，但它内置的 PDF 解析走的是逻辑抽文本路线，遇到公式、表格、图片密集的文档，抽出来的内容容易残缺甚至错乱。这篇文章讲清楚一件事：怎么把 Marker 和 MinerU 这类视觉解析引擎接进 FastGPT，配置怎么写，怎么确认解析真的生效。

先给结论：哪类文档选哪个解析方式

选之前先看文档长什么样，结论其实很简单：

内置解析不是"不能用"，而是它把 PDF 当纯文本读。图片、表格、公式这些"非简单文本内容"它理解不了。FastGPT 提供的思路是：把解析这一步外包给一个独立的视觉解析服务，你只负责填一个地址。

接入 Marker：学术文档和公式多的场景

Marker 基于 Surya 视觉模型做版面识别，公式、图表提取是它的强项。FastGPT 社区版从 v4.9.0 起支持通过config.json添加systemEnv.customPdfParse配置接入它，商业版则直接在 Admin 后台按表单填。

用 Docker 拉起 Marker 服务（官方封装的镜像已适配 FastGPT 的解析接口）：

docker pull crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/marker11/marker_images:v0.2 docker run --gpus all -itd -p 7231:7232 --name model_pdf_v2 -e PROCESSES_PER_GPU="2" crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/marker11/marker_images:v0.2

然后在 FastGPT 的config.json里加一段配置（key、price按你实际填，url指向解析服务的接口地址）：

{ "systemEnv": { "customPdfParse": { "url": "http://<解析服务地址>/v2/parse/file", "key": "", "price": 0 } } }

改完必须重启 FastGPT 服务才生效。详细步骤见官方文档 接入 Marker PDF 文档解析。

接入 MinerU：扫描件和混合排版的重火力选项

MinerU 组合了 YOLO、PaddleOCR 和表格识别模型，对扫描件、复杂版式的处理能力更强，代价是硬件门槛更高：官方文档写明需要 16GB 以上 GPU 显存的推理卡，推荐 32GB 以上内存。它内置的 Docker 镜像是 pipeline 模式，会根据 GPU 数量开多个进程并行处理上传的 PDF，多卡环境会自动分摊负载。

docker pull crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/fastgpt_ck/mineru:v1 docker run --gpus all -itd -p 7231:8001 --name mode_pdf_minerU crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/fastgpt_ck/mineru:v1

社区版的config.json配置写法和 Marker 完全一样，只是url换成 MinerU 服务的地址。商业版用户则在 Admin 后台的解析服务表单里直接填，配置界面长这样：

这一步的详细文档在 接入 MinerU PDF 文档解析。引擎装好、地址填对之后，真正的开关在上传环节。

在知识库和应用里打开"PDF 增强解析"开关

服务部署好不等于生效——解析引擎只对勾了"PDF 增强解析"的文件工作，这是最容易漏的一步。两个入口都要看：

• 知识库上传文件时，上传弹窗里有"PDF 增强解析"勾选项；
• 应用的文件上传配置里，同样有"PDF 增强解析"选项，控制对话时用户上传的 PDF 走不走增强解析。

也就是说，历史里没勾过的文件不会自动重新解析，想吃到新引擎的解析效果，要重新上传一次。

上传走的是分片上传机制（前端把大文件切片逐个传），大文件在网络波动下也能续传，这块逻辑在 packages/web/common/file/uploader/ 里。

确认解析真的生效：看日志和分块结果

怎么验证引擎在工作？两个信号：

1. 看日志。把LOG_LEVEL设为info或debug，上传后应能看到类似这样的输出：

[Info] 2024-12-05 15:04:42 Parsing files from an external service [Info] 2024-12-05 15:07:08 Custom file parsing is complete, time: 1316ms

2. 看分块内容。视觉解析后的 PDF 分块里会携带图片链接、表格结构，而不是纯文字。✅ 只要分块里出现了图片引用，就说明外部引擎真正接管了解析。

MinerU 的表格提取效果可以直接对照官方文档里的效果展示，分块结果与 PDF 原文逐页对应，图片、公式、手写体都能提取出来：

踩坑速查表

内置解析侧也有个细节值得一提：现在服务端默认用 LiteParse 内核解析 PDF，PDF.js 作为资源加载失败时的兜底路径，回退逻辑在 packages/service/worker/readFile/extension/pdf.ts，customPdfParse的类型定义在 packages/global/common/system/types/index.ts，想确认自己配置的字段名可以对照这两个文件。

下一步

选一个引擎的 Docker 镜像拉起来，把你手上最复杂的那份 PDF（带公式或表格的优先）传到知识库，勾上"PDF 增强解析"，看日志里出现Custom file parsing is complete且分块里带出图片链接——到这一步，整条链路就跑通了，剩下的就是把文档库按同样方式批量传上去。

【免费下载链接】FastGPTFastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, and visual AI workflow orchestration, letting you easily develop and deploy complex question-answering systems without the need for extensive setup or configuration.项目地址: https://gitcode.com/GitHub_Trending/fa/FastGPT