api.md 3.5 KB
API 调用 或 可视化调用
- 使用python api直接调用：Python 调用示例
使用fast api方式调用：
mineru-api --host 127.0.0.1 --port 8000在浏览器中访问 http://127.0.0.1:8000/docs 查看API文档。
使用gradio webui 或 gradio api调用
# 使用 pipeline/vlm-transformers/vlm-sglang-client 后端 mineru-gradio --server-name 127.0.0.1 --server-port 7860 # 或使用 vlm-sglang-engine/pipeline 后端 mineru-gradio --server-name 127.0.0.1 --server-port 7860 --enable-sglang-engine true在浏览器中访问 http://127.0.0.1:7860 使用 Gradio WebUI 或访问 http://127.0.0.1:7860/?view=api 使用 Gradio API。
[!TIP]
- 以下是一些使用sglang加速模式的建议和注意事项：
- sglang加速模式目前支持在最低8G显存的Turing架构显卡上运行，但在显存<24G的显卡上可能会遇到显存不足的问题, 可以通过使用以下参数来优化显存使用：
- 如果您使用单张显卡遇到显存不足的情况时，可能需要调低KV缓存大小，
--mem-fraction-static 0.5，如仍出现显存不足问题，可尝试进一步降低到0.4或更低。- 如您有两张以上显卡，可尝试通过张量并行（TP）模式简单扩充可用显存：
--tp-size 2- 如果您已经可以正常使用sglang对vlm模型进行加速推理，但仍然希望进一步提升推理速度，可以尝试以下参数：
- 如果您有超过多张显卡，可以使用sglang的多卡并行模式来增加吞吐量：
--dp-size 2- 同时您可以启用
torch.compile来将推理速度加速约15%：--enable-torch-compile- 如果您想了解更多有关
sglang的参数使用方法，请参考 sglang官方文档- 所有sglang官方支持的参数都可用通过命令行参数传递给 MinerU，包括以下命令:
mineru、mineru-sglang-server、mineru-gradio、mineru-api[!TIP]
任何情况下，您都可以通过在命令行的开头添加
CUDA_VISIBLE_DEVICES环境变量来指定可见的 GPU 设备。例如：CUDA_VISIBLE_DEVICES=1 mineru -p <input_path> -o <output_path>这种指定方式对所有的命令行调用都有效，包括
mineru、mineru-sglang-server、mineru-gradio和mineru-api，且对pipeline、vlm后端均适用。以下是一些常见的
CUDA_VISIBLE_DEVICES设置示例：CUDA_VISIBLE_DEVICES=1 Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visible CUDA_VISIBLE_DEVICES=“0,1” Same as above, quotation marks are optional CUDA_VISIBLE_DEVICES=0,2,3 Devices 0, 2, 3 will be visible; device 1 is masked CUDA_VISIBLE_DEVICES="" No GPU will be visible以下是一些可能的使用场景：
如果您有多张显卡，需要指定卡0和卡1，并使用多卡并行来启动'sglang-server'，可以使用以下命令：
CUDA_VISIBLE_DEVICES=0,1 mineru-sglang-server --port 30000 --dp-size 2如果您有多张显卡，需要在卡0和卡1上启动两个
fastapi服务，并分别监听不同的端口，可以使用以下命令：# 在终端1中 CUDA_VISIBLE_DEVICES=0 mineru-api --host 127.0.0.1 --port 8000 # 在终端2中 CUDA_VISIBLE_DEVICES=1 mineru-api --host 127.0.0.1 --port 8001