Skip to content

Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.

3.3 KB
Raw Blame

VLM 生命周期联合验收

先安装同一候选批次的 MinerU 与 mineru-vl-utils wheel,保存版本、源码位置与 SHA256。 真实设备结果与异常源码契约检查分开记录,不以模拟通过代替 GPU 验收。

Linux / WSL2 vLLM

为 0.19.1 与 0.30.0 分别使用独立的 uv Python 3.12 环境。环境可复用只读模型缓存,不复用另一版本的包目录。

uv venv --python 3.12 .venv-vllm019
uv pip install --python .venv-vllm019/bin/python 'vllm==0.19.1'
# 在该环境安装本批候选 wheels 及 MinerU 的解析依赖,再运行:
.venv-vllm019/bin/python scripts/acceptance/vllm_lifecycle.py \
  --sample demo/pdfs/demo2.pdf --models-dir /path/to/models --evidence output/vllm019

第二个环境改为 vllm==0.30.0,使用独立 evidence 目录。脚本需要同目录的 lmdeploy_lifecycle.py。 它复用正式 WorkerPool、Tasks 和结果下载流程,验证真实切片、Standard/Advanced 产物、循环阻塞时超时恢复、 空闲真实 shutdown、运行中信号注入、任务清理及托管进程替换。

运行中注入只在真实引擎已经交出 token、请求尚未退出时触发;其结论是宿主存活时的故障处理,不是原始崩溃根因。 --active-stop close 是额外关闭诊断;整进程退出与引擎独立死亡分别报告,不能放宽断言将前者算作后者通过。 验收路由只存在于回环地址上的独立测试 worker,不加入生产服务。

Windows LMDeploy

沿用 LMDeploy 验收说明,分别验证 TurboMind 0.17/0.18;不把 Windows PyTorch 列为通过条件。

macOS MLX

python scripts/acceptance/mlx_lifecycle.py \
  --sample demo/pdfs/demo2.pdf --evidence output/mlx-lifecycle

保存真实解析产物,验证同步生成开始后的取消等待、未知错误向上传播、同实例后续真实推理成功及缓存释放。 未知错误是显式测试注入,不是对 MLX 原生崩溃的宣称。

llama.cpp(本轮仅 macOS)

本轮按用户决定只执行本机 macOS 验收,不将 Windows/WSL 作为发布阻塞项。 需要同一批次的 mineru-llama-cpp>=0.2.1、mineru-vl-utils>=2.0.9 和 MinerU 候选包。

python scripts/acceptance/llama_cpp_lifecycle.py \
  --sample demo/pdfs/demo2.pdf --models-dir /path/to/models --evidence output/llama-lifecycle

覆盖实际 Standard/Advanced 文档产物、直接 SDK 取消排空、普通错误后同实例可用、真实引擎空闲显式关闭、 全部 owner 通知、死亡缓存拒绝和宿主显式重建。原生库的 C++ 回归另验证后台线程抛错及真实响应队列退出等待, 二者不能冒充事故崩溃复现。原生 abort/整个 worker 退出仍属于进程管理器职责。 check_health() 是循环终止快照,不提供生成进度心跳,也不会将无进度直接判死。 新版本未发布前通过本地候选包联合安装;必须先发布原生依赖再发布要求它的适配库,当前仍按用户要求暂停发布。

检查报告

同时检查 report.json、worker 完整日志与结果 ZIP/Markdown。出现未处理异常、重复异常日志、错误档位或空产物均需调查。 代码测试、上游版本契约、三平台真机、依赖发布及发布包安装验证分别记录状态。