Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
LMDeploy Windows 验收
在已能运行 MinerU Standard 的 Windows CUDA 虚拟环境中执行,使用本次候选 MinerU 与 mineru-vl-utils 2.0.9 wheel。Windows 的受支持 LMDeploy 后端为 TurboMind;PyTorch 后端不纳入本轮验收,也不作为发布阻塞项。候选包尚未发布;本脚本不会升级 Torch、LMDeploy 或其他推理依赖。
MinerU 候选包沿用当前 dev 的 4.2.0 版本号,不代表正式版本回退或新版本发布。请按包内 MANIFEST.json 和 SHA256SUMS 核对本次构建来源,并在用于验收的虚拟环境中安装。
.\run-lmdeploy.ps1 -Sample C:\samples\formulas.pdf -InstallCandidates
默认后端即 turbomind,也可显式传入 -Backend turbomind;重复运行时省略 -InstallCandidates。如需指定模型根目录,使用 -ModelsDir C:\MinerU\models;如有原始故障完整日志,传入 -IncidentLog C:\logs\original.log。环境应已准备 Standard 所需模型;服务启动会按正常模型加载流程检查缓存。
分别使用支持的 LMDeploy 0.17/0.18 环境执行。不要为了凑矩阵在同一个正常工作环境中反复自动更换底层依赖。选择包含图像或公式、至少数页的 PDF;若样例太快无法观察到实际活跃推理序列,脚本会报出未完成该项验收,需要换更长样例重跑。API 任务进入 running 仍可能只是在做版面分析,不能据此证明 LMDeploy 正在推理。
脚本执行:
- 启动隔离的回环 API worker,记录真实版本、GPU、实际后端配置和完整日志。
- 对合成切片执行真实 VLM 推理,并用提供的 PDF 分别完成 Standard/Advanced 转换。
- 暂缓 Pipeline 循环,验证探测超时返回
engine_unavailable、拒绝新任务,随后恢复而不标记永久死亡。 - 停止空闲后端,验证宿主仍能报告
engine_dead;使用正式WorkerPool、ManagedLocalWorker和控制通道替换进程,核对 PID、generation 与恢复后的转换。 - 确认 LMDeploy 后端有活跃推理序列后,在验收进程内注入明确的健康故障信号,让底层计算自然结束。检查宿主仍能返回正在处理和排队任务的
engine_dead、无成功结果链接,并再次重建、完成 Advanced 转换。
第 5 步的 GPU 推理是真实的,健康故障信号是显式注入的;它验证宿主的失效锁存、任务清理和恢复,不宣称复现了自然后端崩溃。不能在活跃的 TurboMind 原生推理期间直接调用 close() 来替代该信号:本轮 Windows 0.18 试验中,这种并发资源释放导致了原生访问冲突和整个 worker 退出。进程退出后的管理者恢复应独立记录;旧 worker 已退出、无法读取任务终态时,不能将其计作宿主存活场景通过。
确需复查该原生崩溃时,可在独立验收目录直接调用 Python 脚本并显式传入 --active-stop close。该模式保留实际进程退出码、工作目录清理、PID/generation 变化和恢复转换记录;若没有观察到旧任务终态,仍返回 passed=false 和非零退出码,即使进程恢复成功也不会算作完整生命周期验收通过。PowerShell 包装入口继续使用默认的 signal 模式。
故障注入路由只存在于该脚本启动的临时 worker,不加入正式产品。脚本测试真实 WorkerPool 管理逻辑,不宣称覆盖完整 Router HTTP 代理链;代理链另有本地回归测试。
每次结果写入当前目录下的 lmdeploy-evidence-*:report.json、各 worker 完整日志和转换 ZIP。passed=true 表示本轮自动断言通过,还需检查日志中的未处理异常,并人工核对 ZIP 中的 Markdown/图片等产物。环境存在继承的 site-packages 时,同时核对模块实际路径与版本,不能把枚举包元数据时同名覆盖后的值当作实际加载版本。脚本保留在本机的原始事故日志和产物可能包含文档内容,按实际需要提供验收材料。
本轮验收目标是引擎崩溃后的失效锁存、拒绝接单、任务清理和宿主管理恢复,不要求解决导致引擎崩溃的所有后端缺陷。原始事故的第一次异常原因应由原日志和实际复现单独判断;根因尚未确认不阻塞已经独立验证的故障处理修复,也不能因隔离与恢复通过就宣称原始崩溃原因已修复。