# mineru-rag

**Repository Path**: liusssyang/mineru-rag

## Basic Information

- **Project Name**: mineru-rag
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-30
- **Last Updated**: 2025-07-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

**Conda 环境路径**

```
/data/ly2/conda_envs/data_paser
```

1. **提取与转换扫描件**
    在该环境下，首先运行：

   ```
   python pdf2md.py
   ```

   该脚本会使用 MinerU 处理扫描件，并在[output](output)目录下生成两个关键文件：

   - `《高效使用DeepSeek》_middle.json`：用于后续位置信息提取
   - `《高效使用DeepSeek》.md`：PDF 转换而来的 Markdown 文档

2. **手动校对 Markdown**
    请打开 `《高效使用DeepSeek》.md`，根据实际内容对格式与排版进行必要的人工修改，放入”manu_output“。

3. **构建 Milvus 向量库**
    校对完成后，执行：

   ```
   python make_milvus.py
   ```

   脚本会将 Markdown 文档拆分成若干块，并结合 `_middle.json` 中的位置信息，一并插入 Milvus 向量数据库。

4. **启动检索服务**
    最后运行：

   ```
   python retrieval.py
   ```

   该脚本演示了如何启动一个简单的检索服务接口。
    ⚠️ 请根据实际的业务场景与部署需求，调整检索服务的参数与入口。