[Feature Request]: Add MonkeyOCRv2 as a document parsing backend (working adapter included)

问题场景

用户在使用 RAGFlow 时，希望增加 MonkeyOCRv2 作为文档解析后端，以替代或补充默认的 MinerU、Docling 解析器。用户已开发了一个适配器，使 RAGFlow 无需修改代码即可通过 MINERU_APISERVER 调用 MonkeyOCRv2。

报错原文

[Feature Request]: Add MonkeyOCRv2 as a document parsing backend (working adapter included)

原因分析

这不是一个错误，而是一个功能增强请求。可能原因：用户希望利用 MonkeyOCRv2 在 MDPBench 排行榜上领先的精度（83.3 综合分）、多语言支持（17 种语言）以及轻量级（0.6B 参数）特性，提升 RAG 分块质量。同时，用户在 Issue 中提供了适配器代码，意图是让 RAGFlow 直接复用 MinerU 的 API 接口来调用 MonkeyOCRv2。

环境排查

• RAGFlow 版本：需确认是否已包含 deepdoc/parser/mineru_parser.py 和 docling_parser.py。
• Python 环境：需满足 ragflow_adapter/requirements.txt 中的依赖。
• CUDA 与显卡：单张 NVIDIA L20（测试环境），需确认 GPU 显存是否满足 0.6B 模型推理需求。
• 模型权重：HuggingFace 上的 zenosai/MonkeyOCRv2-S-Parsing，需确认模型可正常下载加载。
• 适配器代码：需确认 https://github.com/ShuoZhang2003/MonkeyOCRv2/tree/feat/ragflow-adapter/ragflow_adapter 分支仍存在且可运行。

解决步骤

1. 检查 RAGFlow 当前版本是否已支持通过 MINERU_APISERVER 配置外部解析后端。
2. 安装适配器依赖：进入 ragflow_adapter 目录，按 requirements.txt 安装 Python 依赖包。
3. 启动适配器服务，加载 MonkeyOCRv2-S-Parsing 模型，监听指定端口（如 9000）。建议先以 HF transformers 后端运行验证流程，再决定是否使用 vLLM 部署。
4. 修改 RAGFlow 的环境变量或 Docker 配置，将 MINERU_APISERVER 指向适配器的地址（如 http://<host>:9000）。
5. 在 RAGFlow 知识库配置中，将 PDF 解析器选择为 “MinerU”，然后上传测试 PDF 进行解析验证。
6. 注意维护者建议：如果长期使用，最好将适配器作为独立解析后端维护，而不是长期挂在 MinerU API 上，避免 MinerU 上游代码变动导致接口不兼容。

验证方法

上传包含表格、公式、图片的 PDF（如中文扫描书页或论文），在 RAGFlow 中触发解析，检查生成的 *_content_list.json、Markdown 文件及图片目录是否从 MonkeyOCRv2 返回，确认块类型（text/table/image/equation/header/footer）、表格 HTML、公式 LaTeX、图片路径等字段是否符合 MinerU 的 vlm 格式约定。

参考来源

infiniflow/ragflow #18671

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。