您是否正在遭遇以下困扰？有一个重要资料是纯图片格式，有一个文档是扫描版的PDF，想上传到dify的知识库做解析，可Dify根本读取不到。为了解决这个问题，我们可以使用MinerU来完美解决，让你的Dify知识库拥有解析图片的能力。本文将详细介绍一个工作流，使你的Dify知识库也拥有OCR的能力。
(本文Dify版本为1.3.1)
前期准备
部署MinerU-API
参考本公众号前两篇文章《在Dify中使用MinerU提取PDF》《MinerU-API | 支持多格式解析，进一步提升Dify文档能力》，获取MinerU-API代码，再用docker部署。本文就不再多赘述。
docker run -d --gpus all --network docker_ssrf_proxy_network --name mineru-api -v minerupaddleocr:/root/.paddleocr mineru-api:v0.3
创建Dify知识库
创建一个Dify知识库，设定好基础的Embedding模型和Rerank模型
打开知识库，在地址栏里找到该知识库的ID，并记住它。
在知识库->API 界面，生成一个API密钥，用于接口调用。
搭建MinerU知识库工作流
工作流概述
整个工作流有三个代码块，分别用于处理接口参数、MinerU解析文档、创建Dify知识库文档
Process Parameters：用于处理接口参数，这边主要处理/datasets/{dataset_id}/document/create-by-text接口的参数。
MinerU提取：将PDF、图片转成Markdown格式的文本。
知识库-文档创建：调用Dify/datasets/{dataset_id}/document/create-by-text，在知识库中创建文档。Python代码如下：
import requests
def main(api_key,file_name,content, api_params, dataset_id):
headers = {
'Authorization': f'Bearer {api_key}',
'Content-Type': 'application/json',
}
api_params.update({
"name": file_name,
"text": content,
})
response = requests.post(
f'http://api:5001/v1/datasets/{dataset_id}/document/create-by-text',
headers=headers,
json=api_params,
)
return {"result":response.text}
效果测试
以一份网页打印出的PDF文档为例，对比直传知识库，和使用MinerU工作流的效果。
很显然，通过直传知识库，虽然文档能上传成功，可是里面的内容用Dify原生的知识库能力，完全无法解析。
通过MinerU工作流创建文档，显然工作流成功执行，并且返回了接口调用结果。在知识库里查看一下。
文档创建以后，Dify会自动对文档进行索引。待文档索引完成后，进行召回测试。
粤ICP备14082021号
免费POC，
零成本试错
