从实际部署经验来看，在Ubuntu系统上完成MinerU文档解析工具的安装配置，整体流程并不复杂。主要概括为三大步骤：先调整系统环境，接着安装MinerU本体，最后执行功能验证测试。
下面我们将每一步详细拆解，确保清晰易懂。好，直接开始操作。
1.系统环境配置
（1）检查CUDA环境和GPU状态
首先查看当前的CUDA版本是否符合要求。MinerU需要CUDA 11.8及以上版本，这一点需提前确认。
nvcc --version
如果命令无输出或版本过低，建议安装CUDA工具包：
sudo apt install nvidia-cuda-toolkit
接着使用nvidia-smi查看GPU实时状态和显存信息。该命令显示的CUDA版本代表当前驱动所支持的最高版本：
nvidia-smi
（2）创建虚拟环境，避免依赖冲突
开始前，先确认当前Python版本：
python --version
然后新建一个专用虚拟环境，确保环境干净、依赖互不干扰：
conda create -n mineru python=3.12.4 conda activate mineru
2.安装MinerU
（1）安装包管理工具
先安装uv这个快速包管理工具，后续均使用它进行安装，可显著提升速度：
pip install uv
（2）安装完整版本的MinerU
推荐使用阿里云镜像站，下载更稳定：
uv pip install -U "mineru[core]" -i https://mirrors.aliyun.com/pypi/simple
（3）安装PyTorch的GPU版本
版本匹配是关键环节。先查看系统中CUDA的实际版本：
nvcc -V
假设输出显示CUDA 12.1，则选择适配的PyTorch版本（CUDA 12.1对12.0向下兼容），安装命令如下：
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu121
如果将来升级到CUDA 12.6，对应的安装命令为：
pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0 --index-url https://download.pytorch.org/whl/cu126
3.下载模型文件
模型是文档解析的核心，需要预先下载。执行以下命令，将自动从ModelScope下载所有模型：
mineru-models-download --model_type all
4.功能测试
假设你的PDF文件存放在 /home/mac/wendang/pdfs，解析结果输出到 /home/mac/wendang/test_output。
（1）pipeline模式（速度快）
该模式将表格、公式、版面等识别任务拆分为多个小模型并行处理。NVIDIA显卡可启用GPU加速。测试单个PDF：
mineru -p ./pdfs/demo1.pdf -o test_output/ --backend pipeline --device cuda
（2）vlm模式（精度高，速度慢）
通过视觉大模型进行识别，准确度更高，但消耗时间也相应更长：
mineru -p ./pdfs/demo1.pdf -o test_output/ --backend vlm-transformers --device cuda
（3）批量处理测试
一次处理整个文件夹内的PDF，batch-size 8表示同时处理8个文档：
mineru -p ./pdfs -o test_output/ --backend pipeline --batch-size 8
5.启动web界面
首先确保虚拟环境已激活：
conda activate mineru
然后启动Gradio界面（绑定所有网络接口，默认端口7860）：
mineru-gradio --server-name 0.0.0.0 --server-port 7860
至此，你就可以在浏览器中上传PDF并查看解析结果了。整个部署流程走下来，大约只需十几分钟。