浏览代码

Add documentation for Cherry Studio, Sider, Dify, n8n, Coze, FastGPT, ModelWhale, DingTalk, DataFlow, BISHENG, and RagFlow plugins

myhloli 1 月之前
父节点
当前提交
1bef6e3526
共有 91 个文件被更改,包括 656 次插入5 次删除
  1. 二进制
      docs/assets/images/BISHENG_01.png
  2. 二进制
      docs/assets/images/Cherry_Studio_1.png
  3. 二进制
      docs/assets/images/Cherry_Studio_2.png
  4. 二进制
      docs/assets/images/Cherry_Studio_3.png
  5. 二进制
      docs/assets/images/Cherry_Studio_4.png
  6. 二进制
      docs/assets/images/Cherry_Studio_5.png
  7. 二进制
      docs/assets/images/Cherry_Studio_6.png
  8. 二进制
      docs/assets/images/Cherry_Studio_7.png
  9. 二进制
      docs/assets/images/Cherry_Studio_8.png
  10. 二进制
      docs/assets/images/Coze_1.png
  11. 二进制
      docs/assets/images/Coze_10.png
  12. 二进制
      docs/assets/images/Coze_11.png
  13. 二进制
      docs/assets/images/Coze_12.png
  14. 二进制
      docs/assets/images/Coze_13.png
  15. 二进制
      docs/assets/images/Coze_14.png
  16. 二进制
      docs/assets/images/Coze_15.png
  17. 二进制
      docs/assets/images/Coze_16.png
  18. 二进制
      docs/assets/images/Coze_17.png
  19. 二进制
      docs/assets/images/Coze_18.png
  20. 二进制
      docs/assets/images/Coze_19.png
  21. 二进制
      docs/assets/images/Coze_2.png
  22. 二进制
      docs/assets/images/Coze_20.png
  23. 二进制
      docs/assets/images/Coze_21.png
  24. 二进制
      docs/assets/images/Coze_3.png
  25. 二进制
      docs/assets/images/Coze_4.png
  26. 二进制
      docs/assets/images/Coze_5.png
  27. 二进制
      docs/assets/images/Coze_6.png
  28. 二进制
      docs/assets/images/Coze_7.png
  29. 二进制
      docs/assets/images/Coze_8.png
  30. 二进制
      docs/assets/images/Coze_9.png
  31. 二进制
      docs/assets/images/DataFLow_01.png
  32. 二进制
      docs/assets/images/DataFlow_02.png
  33. 二进制
      docs/assets/images/Dify_1.png
  34. 二进制
      docs/assets/images/Dify_10.png
  35. 二进制
      docs/assets/images/Dify_11.png
  36. 二进制
      docs/assets/images/Dify_12.png
  37. 二进制
      docs/assets/images/Dify_13.png
  38. 二进制
      docs/assets/images/Dify_14.png
  39. 二进制
      docs/assets/images/Dify_15.png
  40. 二进制
      docs/assets/images/Dify_16.png
  41. 二进制
      docs/assets/images/Dify_17.png
  42. 二进制
      docs/assets/images/Dify_18.png
  43. 二进制
      docs/assets/images/Dify_19.png
  44. 二进制
      docs/assets/images/Dify_2.png
  45. 二进制
      docs/assets/images/Dify_20.png
  46. 二进制
      docs/assets/images/Dify_21.png
  47. 二进制
      docs/assets/images/Dify_22.png
  48. 二进制
      docs/assets/images/Dify_23.png
  49. 二进制
      docs/assets/images/Dify_24.png
  50. 二进制
      docs/assets/images/Dify_25.png
  51. 二进制
      docs/assets/images/Dify_26.png
  52. 二进制
      docs/assets/images/Dify_3.png
  53. 二进制
      docs/assets/images/Dify_4.png
  54. 二进制
      docs/assets/images/Dify_5.png
  55. 二进制
      docs/assets/images/Dify_6.png
  56. 二进制
      docs/assets/images/Dify_7.png
  57. 二进制
      docs/assets/images/Dify_8.png
  58. 二进制
      docs/assets/images/Dify_9.png
  59. 二进制
      docs/assets/images/DingTalk_01.png
  60. 二进制
      docs/assets/images/FastGPT_01.png
  61. 二进制
      docs/assets/images/FastGPT_02.png
  62. 二进制
      docs/assets/images/ModelWhale_01.png
  63. 二进制
      docs/assets/images/ModelWhale_02.png
  64. 二进制
      docs/assets/images/ModelWhale_1.png
  65. 二进制
      docs/assets/images/RagFlow_01.png
  66. 二进制
      docs/assets/images/Sider_1.png
  67. 二进制
      docs/assets/images/coze_0.png
  68. 二进制
      docs/assets/images/n8n_0.png
  69. 二进制
      docs/assets/images/n8n_1.png
  70. 二进制
      docs/assets/images/n8n_10.png
  71. 二进制
      docs/assets/images/n8n_2.png
  72. 二进制
      docs/assets/images/n8n_3.png
  73. 二进制
      docs/assets/images/n8n_4.png
  74. 二进制
      docs/assets/images/n8n_5.png
  75. 二进制
      docs/assets/images/n8n_6.png
  76. 二进制
      docs/assets/images/n8n_7.png
  77. 二进制
      docs/assets/images/n8n_8.png
  78. 二进制
      docs/assets/images/n8n_9.png
  79. 0 0
      docs/zh/index.md
  80. 17 5
      docs/zh/usage/index.md
  81. 238 0
      docs/zh/usage/plugin/01_Cherry_Studio.md
  82. 10 0
      docs/zh/usage/plugin/02_Sider.md
  83. 171 0
      docs/zh/usage/plugin/03_Dify.md
  84. 54 0
      docs/zh/usage/plugin/04_n8n.md
  85. 92 0
      docs/zh/usage/plugin/05_Coze.md
  86. 13 0
      docs/zh/usage/plugin/06_FastGPT.md
  87. 18 0
      docs/zh/usage/plugin/07_ModelWhale.md
  88. 12 0
      docs/zh/usage/plugin/08_DingTalk.md
  89. 11 0
      docs/zh/usage/plugin/09_DataFlow.md
  90. 11 0
      docs/zh/usage/plugin/10_BISHENG.md
  91. 9 0
      docs/zh/usage/plugin/11_RagFlow.md

二进制
docs/assets/images/BISHENG_01.png


二进制
docs/assets/images/Cherry_Studio_1.png


二进制
docs/assets/images/Cherry_Studio_2.png


二进制
docs/assets/images/Cherry_Studio_3.png


二进制
docs/assets/images/Cherry_Studio_4.png


二进制
docs/assets/images/Cherry_Studio_5.png


二进制
docs/assets/images/Cherry_Studio_6.png


二进制
docs/assets/images/Cherry_Studio_7.png


二进制
docs/assets/images/Cherry_Studio_8.png


二进制
docs/assets/images/Coze_1.png


二进制
docs/assets/images/Coze_10.png


二进制
docs/assets/images/Coze_11.png


二进制
docs/assets/images/Coze_12.png


二进制
docs/assets/images/Coze_13.png


二进制
docs/assets/images/Coze_14.png


二进制
docs/assets/images/Coze_15.png


二进制
docs/assets/images/Coze_16.png


二进制
docs/assets/images/Coze_17.png


二进制
docs/assets/images/Coze_18.png


二进制
docs/assets/images/Coze_19.png


二进制
docs/assets/images/Coze_2.png


二进制
docs/assets/images/Coze_20.png


二进制
docs/assets/images/Coze_21.png


二进制
docs/assets/images/Coze_3.png


二进制
docs/assets/images/Coze_4.png


二进制
docs/assets/images/Coze_5.png


二进制
docs/assets/images/Coze_6.png


二进制
docs/assets/images/Coze_7.png


二进制
docs/assets/images/Coze_8.png


二进制
docs/assets/images/Coze_9.png


二进制
docs/assets/images/DataFLow_01.png


二进制
docs/assets/images/DataFlow_02.png


二进制
docs/assets/images/Dify_1.png


二进制
docs/assets/images/Dify_10.png


二进制
docs/assets/images/Dify_11.png


二进制
docs/assets/images/Dify_12.png


二进制
docs/assets/images/Dify_13.png


二进制
docs/assets/images/Dify_14.png


二进制
docs/assets/images/Dify_15.png


二进制
docs/assets/images/Dify_16.png


二进制
docs/assets/images/Dify_17.png


二进制
docs/assets/images/Dify_18.png


二进制
docs/assets/images/Dify_19.png


二进制
docs/assets/images/Dify_2.png


二进制
docs/assets/images/Dify_20.png


二进制
docs/assets/images/Dify_21.png


二进制
docs/assets/images/Dify_22.png


二进制
docs/assets/images/Dify_23.png


二进制
docs/assets/images/Dify_24.png


二进制
docs/assets/images/Dify_25.png


二进制
docs/assets/images/Dify_26.png


二进制
docs/assets/images/Dify_3.png


二进制
docs/assets/images/Dify_4.png


二进制
docs/assets/images/Dify_5.png


二进制
docs/assets/images/Dify_6.png


二进制
docs/assets/images/Dify_7.png


二进制
docs/assets/images/Dify_8.png


二进制
docs/assets/images/Dify_9.png


二进制
docs/assets/images/DingTalk_01.png


二进制
docs/assets/images/FastGPT_01.png


二进制
docs/assets/images/FastGPT_02.png


二进制
docs/assets/images/ModelWhale_01.png


二进制
docs/assets/images/ModelWhale_02.png


二进制
docs/assets/images/ModelWhale_1.png


二进制
docs/assets/images/RagFlow_01.png


二进制
docs/assets/images/Sider_1.png


二进制
docs/assets/images/coze_0.png


二进制
docs/assets/images/n8n_0.png


二进制
docs/assets/images/n8n_1.png


二进制
docs/assets/images/n8n_10.png


二进制
docs/assets/images/n8n_2.png


二进制
docs/assets/images/n8n_3.png


二进制
docs/assets/images/n8n_4.png


二进制
docs/assets/images/n8n_5.png


二进制
docs/assets/images/n8n_6.png


二进制
docs/assets/images/n8n_7.png


二进制
docs/assets/images/n8n_8.png


二进制
docs/assets/images/n8n_9.png


文件差异内容过多而无法显示
+ 0 - 0
docs/zh/index.md


+ 17 - 5
docs/zh/usage/index.md

@@ -3,11 +3,23 @@
 本章节提供了项目的完整使用说明。我们将通过以下几个部分,帮助您从基础到进阶逐步掌握项目的使用方法:
 
 ## 目录
-
-- [快速使用](./quick_usage.md) - 快速上手和基本使用
-- [模型源配置](./model_source.md) - 模型源的详细配置说明  
-- [命令行工具](./cli_tools.md) - 命令行工具的详细参数说明
-- [进阶优化参数](./advanced_cli_parameters.md) - 一些适配命令行工具的进阶参数说明
+- 本地部署
+    * [快速使用](./quick_usage.md) - 快速上手和基本使用
+    * [模型源配置](./model_source.md) - 模型源的详细配置说明  
+    * [命令行工具](./cli_tools.md) - 命令行工具的详细参数说明
+    * [进阶优化参数](./advanced_cli_parameters.md) - 一些适配命令行工具的进阶参数说明
+- 插件与生态
+    * [Cherry Studio](./plugin/01_Cherry_Studio.md)
+    * [Sider](./plugin/02_Sider.md)
+    * [Dify](./plugin/03_Dify.md)
+    * [n8n](./plugin/04_n8n.md)
+    * [Coze](./plugin/05_Coze.md)
+    * [FastGPT](./plugin/06_FastGPT.md)
+    * [ModelWhale](./plugin/07_ModelWhale.md)
+    * [DingTalk](./plugin/08_DingTalk.md)
+    * [DataFlow](./plugin/09_DataFlow.md)
+    * [BISHENG](./plugin/10_BISHENG.md)
+    * [RagFlow](./plugin/11_RagFlow.md)
 
 ## 开始使用
 

+ 238 - 0
docs/zh/usage/plugin/01_Cherry_Studio.md

@@ -0,0 +1,238 @@
+# Cherry Studio 简介
+
+Cherry Studio 是一款功能强大的多模型 AI 客户端软件,支持 Windows、macOS 和 Linux 等多平台运行,集成了 OpenAI、DeepSeek、Gemini、Anthropic 等主流 AI 云服务,同时支持本地模型运行,用户可以灵活切换不同的AI模型。
+
+目前,MinerU 强大的文档解析能力已深度集成到 Cherry Studio 的知识库与对话交互中,为用户带来更便捷的文档处理与信息获取体验。
+
+![img](../../../assets/images/Cherry_Studio_1.png)
+
+- Cherry Studio 官网地址:https://www.cherry-ai.com/
+
+
+# MinerU 在 Cherry Studio 中的使用方法
+
+## 进入 Cherry Studio 设置
+
+a. 打开 Cherry Studio 应用程序
+
+b. 点击左下角的"设置"按钮,进入设置页面
+
+c. 在左侧菜单中,选择"MCP 服务器"
+
+在右侧的 MCP 服务器配置界面中,您可以看到已有的 MCP 服务器列表。点击右上角的"添加服务器"按钮来创建新的 MCP 服务,或者点击现有服务来编辑配置。
+
+## 添加 MinerU-MCP 配置
+
+点击"添加服务器"后,您将看到一个配置表单。请按以下步骤填写:
+
+**a. 名称**:输入"MinerU-MCP"或您喜欢的其他名称
+
+**b. 描述**:可选,如"文档转换为Markdown工具"
+
+**c. 类型**:选择"标准输入/输出(stdio)"
+
+**d. 命令**:输入 uvx
+
+**e. 参数**:输入 mineru-mcp
+
+**f. 环境变量**:添加以下环境变量
+
+```Plain
+MINERU_API_BASE=https://mineru.net
+MINERU_API_KEY=您的API密钥
+OUTPUT_DIR=./downloads
+USE_LOCAL_API=false
+LOCAL_MINERU_API_BASE=http://localhost:8888
+```
+
+使用 *`uvx`* 命令可以自动处理 mineru-mcp 的安装和运行,**无需预先手动安装 mineru-mcp 包**。这是最简单的配置方式。
+
+## 保存配置
+
+确认无误后,点击界面右上角的"保存"按钮完成配置。保存后,MCP 服务器列表中会显示您刚刚添加的 MinerU-MCP 服务。
+
+![img](../../../assets/images/Cherry_Studio_2.png)
+
+![img](../../../assets/images/Cherry_Studio_3.png)
+
+## 使用 Cherry Studio 中的 MinerU MCP
+
+一旦配置完成,您可以在 Cherry Studio 中的对话中使用 MinerU MCP 工具。在 Cherry Studio 中,您可以使用如下提示让模型调用 MinerU MCP 工具。模型会自动识别任务并调用相应的工具。
+
+## 示例 1: 使用 URL 转换文档
+
+**用户输入:**
+
+```Plain
+请使用 MinerU MCP 将以下 URL 的 PDF 文档转换为 Markdown 格式:https://example.com/sample.pdf
+```
+
+**模型将执行的步骤:**
+
+模型识别这是文档转换任务,并调用 *`parse_documents`* 工具,参数为:
+
+```Plain
+{"file_sources": "https://example.com/sample.pdf"}
+```
+
+工具处理完成后,模型会告知您转换结果。
+
+![img](../../../assets/images/Cherry_Studio_4.png)
+
+## 示例 2: 转换本地文档
+
+**用户输入:**
+
+```Plain
+请使用 MinerU-MCP 将本地的 D://sample.pdf 文件转换为 Markdown 格式
+```
+
+**模型将执行的步骤:**
+
+模型识别这是本地文档转换任务,调用 `parse_documents` 工具,参数为:
+
+```Plain
+{"file_sources": "D://sample.pdf"}
+```
+
+![img](../../../assets/images/Cherry_Studio_5.png)
+
+## 示例 3: 启用 OCR 处理扫描文档
+
+**用户输入:**
+
+```Plain
+请使用 MinerU-MCP 将以下 URL 的扫描版 PDF 文档转换为 Markdown 格式,并启用 OCR 功能:
+https://example.com/scanned.pdf
+```
+
+**模型将执行的步骤:** 
+
+模型识别这是需要 OCR 处理的文档转换任务,调用 `parse_documents` 工具,并启用 OCR 参数:
+
+```Plain
+{"file_sources": "https://example.com/scanned.pdf","enable_ocr": true}
+```
+
+![img](../../../assets/images/Cherry_Studio_6.png)
+
+## 示例 4: 完整对话流程
+
+以下是一个完整的对话流程示例:
+
+**用户:**
+
+```Plain
+我有一份学术论文的 PDF,网址是 https://arxiv.org/pdf/2303.08774.pdf,能帮我转换成 Markdown 格式吗?
+```
+
+**模型:**
+
+```Plain
+我可以帮您将这份学术论文转换为 Markdown 格式。我将使用 MinerU-MCP 工具来处理这个任务。
+[模型调用 parse_documents 工具,处理过程中...]
+论文已成功转换为 Markdown 格式。转换结果如下:
+# The Capacity of Diffusion Models to Memorize and Generate Training Data
+## Abstract
+Recent diffusion models can generate high-quality images that are nearly indistinguishable from real ones...
+[显示论文内容...]
+```
+
+![img](../../../assets/images/Cherry_Studio_7.png)
+
+## 工具参数详解
+
+在使用过程中,模型会根据您的指令自动选择合适的工具和参数。以下是主要工具的参数说明:
+
+### ● *parse_documents* 工具参数
+
+![img](../../../assets/images/Cherry_Studio_8.png)
+
+### ● *get_ocr_languages* 工具参数
+
+无需参数,用于获取OCR支持的语言列表。
+
+## 高级用法
+
+###  指定语言和页码范围
+
+**用户输入:**
+
+```Plain
+请使用 MinerU MCP 将以下 URL 的文档转换为 Markdown 格式,只处理第 5-10 页,并指定语言为中文:https://example.com/document.pdf
+```
+
+模型会使用 *`parse_documents`* 工具,并设置 *`language`* 参数为 "ch",*`page_ranges`* 参数为 "5-10"。
+
+### 批量处理多个文档
+
+**用户输入:**
+
+```Plain
+请使用 MinerU-MCP 将以下多个 URL 的文档转换为 Markdown 格式:
+https://example.com/doc1.pdf
+https://example.com/doc2.pdf
+https://example.com/doc3.pdf
+```
+
+模型会调用 *`parse_documents`* 工具,并将多个 URL 以逗号分隔传入 *`file_sources`* 参数。
+
+## 注意事项
+
+● 当设置 *`USE_LOCAL_API=true`* 时,使用本地配置的API进行解析
+
+● 当设置 *`USE_LOCAL_API=false`* 时,会使用 MinerU 官网的API进行解析
+
+● 处理大型文档可能需要较长时间,请耐心等待
+
+● 如果遇到超时问题,请考虑分批处理文档或使用本地API模式
+
+## 常见问题与解决方案
+
+### 无法启动 MCP 服务
+
+**问题**:运行 *`uv run -m mineru.cli`*` `时报错。
+
+**解决方案**:
+
+● 确保已激活虚拟环境
+
+● 检查是否已安装所有依赖
+
+● 尝试使用 *`python -m mineru.cli`*` `命令替代
+
+### 文件转换失败
+
+**问题**:文件上传成功但转换失败。
+
+**解决方案**:
+
+● 检查文件格式是否受支持
+
+● 确认API密钥是否正确
+
+● 查看MCP服务日志获取详细错误信息
+
+### 文件路径问题
+
+**问题**:使用 `parse_documents` 工具处理本地文件时报找不到文件错误。
+
+**解决方案**:请确保使用绝对路径,或者相对于服务器运行目录的正确相对路径。
+
+### MCP 服务调用超时问题
+
+**问题**:调用 *`parse_documents`* 工具时出现 *`Error calling tool 'parse_documents': MCP error -32001: Request timed out`* 错误。
+
+**解决方案**:这个问题常见于处理大型文档或网络不稳定的情况。在某些 MCP 客户端(如 Cursor)中,超时后可能导致无法再次调用 MCP 服务,需要重启客户端。最新版本的 Cursor 中可能会显示正在调用 MCP,但实际上没有真正调用成功。建议:
+
+**● 等待官方修复**:这是Cursor客户端的已知问题,建议等待Cursor官方修复
+
+**● 处理小文件**:尽量只处理少量小文件,避免处理大型文档导致超时
+
+**● 分批处理**:将多个文件分成多次请求处理,每次只处理一两个文件
+
+● 增加超时时间设置(如果客户端支持)
+
+● 对于超时后无法再次调用的问题,需要重启 MCP 客户端
+
+● 如果反复出现超时,请检查网络连接或考虑使用本地 API 模式

+ 10 - 0
docs/zh/usage/plugin/02_Sider.md

@@ -0,0 +1,10 @@
+# Sider 简介
+
+Sider 是一款浏览器侧边栏类的 AI 助手扩展,主要在网页右侧开启一个“随处可用”的智能面板,将对话式 AI(如 GPT、Claude、Gemini 等)带到你正在浏览的任何页面中。它的核心定位是:提升阅读、写作、翻译、检索与总结效率,并与网页内容深度联动。
+
+目前,Sider在 Wisebase 模块中深度集成了 MinerU 的相关功能。该模块是一个由AI驱动的知识库,您可以通过上传 PDF 等各类型文件,构建个人图书馆以实现高效的知识管理,MinerU 可以帮助您更好地解析此类文件,精准地提取文件中的信息。
+
+![img](../../../assets/images/Sider_1.png)
+
+- Sider 官网地址:https://sider.ai/zh-CN/chat
+- 使用集成 MinerU 相关功能的 Sider 地址:https://sider.ai/zh-CN/wisebase

+ 171 - 0
docs/zh/usage/plugin/03_Dify.md

@@ -0,0 +1,171 @@
+# Dify 简介
+
+**Dify** 是一个开源的大语言模型(LLM)应用开发平台,旨在简化和加速生成式 AI 应用的创建和部署。它结合了后端即服务(BaaS)和 LLMOps 的理念,为开发者提供了用户友好的界面和强大的工具,有效降低了 AI 应用开发的门槛。
+
+目前 MinerU 与 Dify 联合研发的 MinerU 插件已在 Dify 市场上架,帮助用户搭建工作流,提供文档解析的工作。
+
+![img](../../../assets/images/Dify_2.png)
+
+- Dify 官网地址:https://dify.ai/zh
+- MinerU Dify 插件下载地址:https://marketplace.dify.ai/plugins/langgenius/mineru
+
+# MinerU 在 Dify 中的使用方法
+
+## 一、**新版MinerU Dify插件亮点 (v0.4.0)**
+
+- **完美适配MinerU2**:全面兼容MinerU2的最新功能,释放顶尖的文档解析能力。
+- **超高灵活性**:同时支持官方在线API和本地化部署的API(并向下兼容 1.x 版本)。
+- **赋能工作流**:让Dify的Agent拥有强大的文档“读写”能力,轻松处理复杂任务。
+
+
+## **二、实战演练:两个案例带你快速上手**
+
+空谈不如实战。下面我们通过两个典型场景,向你展示新版插件的强大之处。
+
+### 准备
+
+1. 在Dify插件页面安装MinerU插件(私有化部署的Dify同理)
+
+
+2. 填写API URL等信息
+
+![img](../../../assets/images/Dify_3.png)
+
+使用官方API时令牌(Token)必须提供👆,使用本地部署API时令牌可不填写👇
+
+![img](../../../assets/images/Dify_4.png)
+
+### **案例一:解析单文件,搭建Chat PDF应用**
+
+想借助AI与你的文档对话吗?跟着下面几步,轻松实现
+
+#### 第一步:创建空白应用,选择“Chatflow”
+
+输入应用名称与描述
+
+![img](../../../assets/images/Dify_5.png)
+
+#### 第二步:创建的初始模板中,选择“开始”节点
+
+字段类型选为单文件,填写变量名称(此处填为input_file),支持文档类型选为文档与图片
+
+![img](../../../assets/images/Dify_6.png)
+
+#### 第三步:添加工具节点——MinerU插件来解析上一步开始节点上传的文件
+
+![img](../../../assets/images/Dify_7.png)
+
+#### 第四步:设置MinerU的输入变量,选择上一步开始节点添加的 `input_file`
+
+![img](../../../assets/images/Dify_8.png)
+
+#### 第五步:配置LLM模型
+
+选择“LLM”节点后,如果没有模型可用,需要单独在插件市场安装(这里使用 Deepseek作为示例)
+
+“上下文”选择MinerU的输出变量 `text`(MinerU解析文档后的markdown格式)
+
+![img](../../../assets/images/Dify_9.png)
+
+在“SYSTEM”区域根据实际需求填写提示词,可如图填写“在Parse File `text`中提取用户的问题答案”
+
+![img](../../../assets/images/Dify_10.png)
+
+#### 第六步:预览,上传文件并提问机器人关于文档的内容
+
+至此一个简单的文档问答应用Chat PDF搭建完成,点击“预览”,查看效果如何👇
+
+![img](../../../assets/images/Dify_11.png)
+
+结果如下:
+
+![img](../../../assets/images/Dify_12.png)
+
+#### **第七步:发布与测试**
+
+保存并发布你的应用。现在,上传一份PDF或图片,你就可以和它自由对话了!
+
+![img](../../../assets/images/Dify_13.png)
+
+### **案例二:自动化批量处理文档,并上传至云端S3**
+
+需要处理大量文档并归档?MinerU 插件同样能胜任
+
+#### 第一步:安装 botos3 插件
+
+![img](../../../assets/images/Dify_14.png)
+
+#### 第二步:配置 S3 bucket
+
+![img](../../../assets/images/Dify_15.png)
+
+#### 第三步:创建工作流
+
+选择字段类型为“文件列表”,填写变量名称(此处填为input_files),支持的文档类型选为文档与图片
+
+![img](../../../assets/images/Dify_16.png)
+
+#### 第四步:添加“迭代”
+
+在“开始”节点后添加“迭代”,并配置迭代内的MinerU节点,设置迭代的输入为上一步开始节点的`upload_files`,输出节点暂时不填写,再整个迭代配置完成后选择MinerU节点Parse File的`full_zip_url`
+
+![img](../../../assets/images/Dify_17.png)
+
+将MinerU的输入参数file选择为迭代器的 `item`
+
+![img](../../../assets/images/Dify_18.png)
+
+![img](../../../assets/images/Dify_19.png)
+
+#### 第五步:增加中间节点“代码执行”来转换MinerU的解析结果
+
+**输入变量(变量名称需与代码定义一致)**
+
+- **text:**选择MinerU Parse File的输出变量`text`
+- **uploadFiles:**选择“开始”节点的文件列表`upload_files`,用来根据迭代的index索引下标找到对应的原始文件名
+- **index:**迭代的下标索引,选择迭代器的`index`
+
+**输出变量(变量名称需与代码定义一致)**
+
+- **fileName:**String
+- **base64:**String
+
+![img](../../../assets/images/Dify_20.png)
+
+代码选择JavaScript,编写转换代码:
+
+暂时无法在飞书文档外展示此内容
+
+以下为Python版本:
+
+暂时无法在飞书文档外展示此内容
+
+#### 第六步:配置 Botos3 插件来上传内容
+
+添加工具节点Botos3,选择“通过s3上传base64”
+
+![img](../../../assets/images/Dify_21.png)
+
+文件base64选择代码执行(图中为**转换MINERU MD文本**)输出的base64字段
+
+![img](../../../assets/images/Dify_22.png)
+
+S3对象key,S3 对象key填写文件存储的路径,在 botos3 插件配置界面已经填写了 bucket 名称,这里只需要填写在bucket下存储的目录即可。选择代码执行**(图中为转换MINERU MD文本)**的`fileName`
+
+![img](../../../assets/images/Dify_23.png)
+
+#### 第七步:预览效果
+
+连接结束节点,至此,一个简单的上传到s3的工作流配置完成,点击“运行”看看效果👇:
+
+![img](../../../assets/images/Dify_24.png)
+
+![img](../../../assets/images/Dify_25.png)
+
+#### 第八步:Vis3查看文档
+
+运行结束,可通过[vis3](https://github.com/opendatalab/Vis3?tab=readme-ov-file#features)来查看S3桶内是否已上传解析后的md文件,Vis3使用可参考
+
+[新工具开源!Vis3大模型数据可视化利器:填 AK/SK 直接预览 S3 数据,JSON/视频/图片秒开!本地文件也可用](https://mp.weixin.qq.com/s/p3rH4EaoJB-AK7RWeDvOhg)
+
+![img](../../../assets/images/Dify_26.png)

+ 54 - 0
docs/zh/usage/plugin/04_n8n.md

@@ -0,0 +1,54 @@
+# n8n 简介
+
+**n8n** 是一款以低代码(Low-code)、工作流自动化为核心的应用开发平台,许多企业都借助于其灵活的节点(Node)配置,实现业务流程的自动化执行。它通过可视化界面和代码扩展能力,帮助用户连接各种应用程序和服务,构建复杂的自动化流程,降低用户使用门槛。
+
+目前,MinerU 已将其强大的文档解析能力封装为 n8n 节点,用户在搭建工作流时,可以更加便捷地处理复杂的文档解析任务。
+
+![img](../../../assets/images/n8n_0.png)
+
+- n8n 官网地址:https://n8n.io/
+- MinerU n8n 插件下载地址:https://www.npmjs.com/package/n8n-nodes-mineru
+
+# MinerU 在 n8n 中的使用方法
+
+## step1 进入社区node安装界面
+
+![img](../../../assets/images/n8n_1.png)
+
+## step2 安装 n8n-nodes-mineru 节点
+
+≈assets/images/n8n_2.png)
+
+## step3 新建工作流,添加 n8n-nodes-mineru 节点,并设置 api key
+
+![img](../../../assets/images/n8n_3.png)
+
+![img](../../../assets/images/n8n_4.png)
+
+![img](../../../assets/images/n8n_5.png)
+
+![img](../../../assets/images/n8n_6.png)
+
+### n8n使用节点文档
+
+https://www.npmjs.com/package/n8n-nodes-mineru
+
+### **在工作流内集成解压功能**
+
+#### 导入 json 模板
+
+暂时无法在飞书文档外展示此内容
+
+![img](../../../assets/images/n8n_7.png)
+
+### 配置 凭证和文档url
+
+![img](../../../assets/images/n8n_8.png)
+
+### 根据各自的需求配置所需的输出
+
+![img](../../../assets/images/n8n_9.png)
+
+### 调试
+
+![img](../../../assets/images/n8n_10.png)

+ 92 - 0
docs/zh/usage/plugin/05_Coze.md

@@ -0,0 +1,92 @@
+# Coze 简介
+
+Coze(中文版名称:扣子) 是字节跳动推出的零代码 AI 应用开发平台。无论用户是否有编程经验,都可以通过该平台快速创建各种类型的聊天机器人、智能体、AI 应用和插件,并将其部署在社交平台和即时聊天应用程序中。
+
+目前,MinerU 插件已在 Coze 插件商店上线,通过其强大的文档解析能力,为用户搭建智能体与工作流提供文档解析能力,加快用户 AI 应用的开发。
+
+![img](../../../assets/images/coze_0.png)
+
+- 扣子官网地址:https://www.coze.cn/
+- MinerU 扣子插件下载地址:https://www.coze.cn/store/plugin/7527957359730360354
+
+# MinerU 在 Coze 中的使用方法
+
+## **Coze:集成应用**
+
+- 进入 https://www.coze.cn/home coze 开发平台
+
+## 智能体
+
+### 工作空间 -> 项目开发 -> 创建 -> 创建智能体 -> 创建 -> 输入项目名
+
+![img](../../../assets/images/Coze_1.png)
+
+![img](../../../assets/images/Coze_2.png)
+
+### 插件配置 -> 添加 `插件` -> 搜索 `MinerU`
+
+![img](../../../assets/images/Coze_3.png)
+
+### 添加 `parse_file` 工具(在线版)
+
+![img](../../../assets/images/Coze_4.png)
+
+### 选择 `MinerU` 插件 -> 编辑参数 -> 填写 api key
+
+![img](../../../assets/images/Coze_5.png)
+
+![img](../../../assets/images/Coze_6.png)
+
+> 记得关闭 url 和 token 显示
+
+### 调试 `智能体`
+
+![img](../../../assets/images/Coze_7.png)
+
+## 工作流
+
+> 用工作流的方式使用 minerU
+
+### 工作流 -> 创建工作流
+
+![img](../../../assets/images/Coze_8.png)
+
+![img](../../../assets/images/Coze_9.png)
+
+### 工作流插件配置 -> 添加 `插件` -> 搜索 `MinerU` -> 添加
+
+![img](../../../assets/images/Coze_10.png)
+
+![img](../../../assets/images/Coze_11.png)
+
+###  选择`MinerU` 插件 -> 编辑参数 -> 填写 api key
+
+![img](../../../assets/images/Coze_12.png)
+
+###  选择开始节点 -> 配置 `input` 类型为文件类型 -> 连接到 `mineru` 节点
+
+![img](../../../assets/images/Coze_13.png)
+
+![img](../../../assets/images/Coze_14.png)
+
+###  选择结束节点 -> 连接到 `mineru` 节点 -> 配置 `output` 输出为 `mineru` 节点的 `parse_file.text`
+
+![img](../../../assets/images/Coze_15.png)
+
+![img](../../../assets/images/Coze_16.png)
+
+### 上传文件 -> 试运行
+
+![img](../../../assets/images/Coze_17.png)
+
+![img](../../../assets/images/Coze_18.png)
+
+### 发布 -> 添加到当前智能体
+
+![img](../../../assets/images/Coze_19.png)
+
+![img](../../../assets/images/Coze_20.png)
+
+### 移除 `mineru` 插件 -> 调试
+
+![img](../../../assets/images/Coze_21.png)

+ 13 - 0
docs/zh/usage/plugin/06_FastGPT.md

@@ -0,0 +1,13 @@
+# FastGPT  简介
+
+FastGPT 是一个基于 LLM 大语言模型的知识库问答系统,将智能对话与可视化编排完美结合,让 AI 应用开发变得简单自然。无论您是开发者还是业务人员,都能轻松打造专属的 AI 应用。
+
+目前,MinerU 插件已在 Coze 插件商店上线,通过其强大的文档解析能力,为用户搭建智能体与工作流提供文档解析能力,加快用户 AI 应用的开发。
+
+
+![img](../../../assets/images/FastGPT_01.png)
+
+![img](../../../assets/images/FastGPT_02.png)
+
+- 官网地址:https://fastgpt.cn
+- Miner fastGPT 插件下载地址:https://cloud.fastgpt.io/dashboard/systemPlugin?type=productivity

+ 18 - 0
docs/zh/usage/plugin/07_ModelWhale.md

@@ -0,0 +1,18 @@
+# ModelWhale 简介
+
+ModelWhale是一款高效率的数据科学云端协作工具,为数据工作者提供了即开即用的云端分析环境,Jupyter Notebook 交互式和Canvas 拖拽式两种分析界面,帮助科研者、教育工作者解决底层工程繁复、数据难以安全应用、成果流转复现困难等问题。基于不同使用场景,ModelWhale 为用户提供三个产品版本,分别是基础版、专业版、团队版。
+
+目前,MinerU 插件已在 ModelWhale 工作中,通过其强大的文档解析能力,为用户搭建智能体与工作流提供文档解析能力,加快用户 AI 应用的开发。
+
+images/DingTalk_01.png
+
+
+
+![](../../../assets/images/ModelWhale_01.png)
+
+![](../../../assets/images/ModelWhale_02.png)
+
+
+
+- ModelWhale 官网:Mohttps://www.modelwhale.com/pricing?scroll=1
+- MinerU 在ModelWhale 的使用地址:https://www.heywhale.com/org/7b38d/workspace/iframe?url=https://www.heywhale.com/api/model/services/68089d360b1519a862ccb9b4/app/

+ 12 - 0
docs/zh/usage/plugin/08_DingTalk.md

@@ -0,0 +1,12 @@
+# 钉钉简介
+
+钉钉(DingTalk)是阿里巴巴集团打造的企业级智能移动办公平台,是数字经济时代的企业组织协同办公和应用开发平台。钉钉整合了 IM 即时沟通、钉钉文档、钉闪会、钉盘、Teambition、OA审批、智能人事、钉工牌、工作台等功能,旨在实现简单、高效、安全、智能的数字化工作方式。它支持企业组织数字化和业务数字化,覆盖“人、财、物、事、产、供、销、存”的全链路管理。
+
+通过钉钉开放平台上的SaaS软件,企业可低成本搭建数字化应用,整合所有数字化系统。此外,钉钉提供超过2000个API接口,为企业数字化转型提供开放兼容环境。不会代码的用户也可利用低代码工具构建CRM、ERP、OA、项目管理、进销存等系统。
+
+目前,钉钉文档、AI 表格等产品此前已深度集成 MinerU 能力,并通过开放平台向生态开发者开放文档解析功能,为 DLU 的联合研发提供了扎实的技术与场景基础。
+
+![](../../../assets/images/DingTalk_01.png)
+
+
+- 钉钉官网:https://www.dingtalk.com/

+ 11 - 0
docs/zh/usage/plugin/09_DataFlow.md

@@ -0,0 +1,11 @@
+# 元枢智汇 ADP 智能数据平台 简介
+
+元枢智汇 ADP 智能数据平台基于自研 AI 数据库和 DataFlow数据准备框架打造,旨在帮助企业高效管理、检索、处理海量数据,并通过体系化、自动化数据治理降低模型/智能体训练的专业门槛,帮助企业结合业务场景发挥私有数据的价值,真正落地AI应用。
+
+目前,MinerU 已深度集成于元枢智汇 ADP 智能数据平台的 DataFlow 模块中,其数据解析服务由文档语料提取引擎 MinerU 提供支持。
+
+![](../../../assets/images/DataFLow_01.png)
+![](../../../assets/images/DataFLow_02.png)
+
+- 官网地址:https://adp.originhub.tech/agent
+- Miner fastGPT 插件下载地址:https://cloud.fastgpt.io/dashboard/systemPlugin?type=productivity

+ 11 - 0
docs/zh/usage/plugin/10_BISHENG.md

@@ -0,0 +1,11 @@
+# BISHENG 简介
+
+BISHENG毕昇 是一款开源 LLM应用开发平台,主攻企业场景, 已有大量行业头部组织及世界500强企业在使用。“毕昇”是活字印刷术的发明人,活字印刷术为人类知识的传递起到了巨大的推动作用。BISHENG毕昇团队希望“BISHENG毕昇”同样能够为智能应用的广泛落地提供有力支撑。
+
+![](../../../assets/Images/BISHENG_01.png)
+
+
+- 官网地址:https://bisheng.dataelem.com/
+- Miner 在BISHENG毕昇 项目中的插件项目:https://github.com/dataelement/bisheng/pulls
+
+特别鸣谢 [@pzc163](https://github.com/pzc163)

+ 9 - 0
docs/zh/usage/plugin/11_RagFlow.md

@@ -0,0 +1,9 @@
+# RagFlow 简介
+
+RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,通过融合前沿的 RAG 技术与 Agent 能力,为大型语言模型提供卓越的上下文层。它提供可适配任意规模企业的端到端 RAG 工作流,凭借融合式上下文引擎与预置的 Agent 模板,助力开发者以极致效率与精度将复杂数据转化为高可信、生产级的人工智能系统。
+
+目前 OpenDataLab 团队正在开发 MinerU 在 Ragflow 中的插件,近期即将开源,**敬请期待**。
+
+![](../../../assets/images/RagFlow_01.png)
+
+- 官网地址:https://ragflow.io/

部分文件因为文件数量过多而无法显示