跳转至

文本输入无需解析

背景

mineru parse 当前对 txt、md、markdown、csv、rst 和 tex 返回一个成功的合成 flash 响应,然后当 CLI 尝试读取已解析页面时以 not_cached 失败。这些输入是纯文本,并且不会在解析缓存下生成 Middle JSON。

决策

文本输入仍然可摄取、可发现且可搜索,但不可解析。显式解析请求返回:

  • code: parse_not_required
  • type: invalid_request_error
  • param: path
  • message: 文本文件无需 MinerU 解析,应直接读取

无论是否使用 --force,都会返回相同错误。Office 和 HTML 输入保留其现有的 flash 解析行为。

实现

  • 在共享错误目录中注册 parse_not_required。
  • 用 InvalidRequestError 替换 ParseService.request_parse() 中的合成文本解析响应。
  • 移除未使用的 _text_response() 辅助函数。
  • 更新文件类型、层级和 CLI 文档,使文本索引与解析区分开来。
  • 更新 MinerU Skill,告知代理直接读取这些文本格式。

验证

  • 覆盖全部六个文本扩展名族,包括 markdown 别名。
  • 验证 JSON 和人类可读的 CLI 错误。
  • 验证 --force 不会绕过该错误。
  • 保留文本摄取和 FTS 覆盖。

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 mi/MinerU