知识库开启增强pdf后，导入文件预览和导入时报错

[oliverzzj]

例行检查

• 我已确认目前没有类似 issue
• 我已完整查看过项目 README，以及项目文档
• 我使用了自己的 key，并确认我的 key 是可正常使用的
• 我理解并愿意跟进此 issue，协助测试和提供反馈
• 我理解并认可上述内容，并理解项目维护者精力有限，不遵循规则的 issue 可能会被无视或直接关闭

你的版本

• 公有云版本
• 私有部署版本, 具体版本号: 4.9.3

问题描述, 日志截图，配置文件等
知识库配置mineru为增强pdf的底层服务，在预览和开始上传阶段均报错：Api response error: /api/core/dataset/file/getPreviewChunks, Unprocessable Entity
{
message: 'Request failed with status code 422',
stack: 'AxiosError: Request failed with status code 422\n' +
' at settle (file:///app/node_modules/.pnpm/axios@1.8.3/node_modules/axios/lib/core/settle.js:19:12)\n' +
' at IncomingMessage.handleStreamEnd (file:///app/node_modules/.pnpm/axios@1.8.3/node_modules/axios/lib/adapters/http.js:599:11)\n' +
' at IncomingMessage.emit (node:events:531:35)\n' +
' at endReadableNT (node:internal/streams/readable:1696:12)\n' +
' at process.processTicksAndRejections (node:internal/process/task_queues:82:21)\n' +
' at Axios.request (file:///app/node_modules/.pnpm/axios@1.8.3/node_modules/axios/lib/core/Axios.js:45:41)\n' +
' at process.processTicksAndRejections (node:internal/process/task_queues:95:5)\n' +
' at async b (/app/projects/app/.next/server/chunks/66648.js:1:10021)\n' +
' at async /app/projects/app/.next/server/chunks/66648.js:1:13177\n' +
' at async b (/app/projects/app/.next/server/chunks/66648.js:1:13151)\n' +
' at async _ (/app/projects/app/.next/server/chunks/66648.js:1:7406)\n' +
' at async h (/app/projects/app/.next/server/chunks/16845.js:6:21048)\n' +
' at async h (/app/projects/app/.next/server/pages/api/core/dataset/file/getPreviewChunks.js:1:10073)\n' +
' at async /app/projects/app/.next/server/pages/api/common/system/getInitData.js:1:5383\n' +
' at async K (/app/node_modules/.pnpm/next@14.2.25_@babel+core@7.26.10_react-dom@18.3.1_react@18.3.1__react@18.3.1_sass@1.85.1/node_modules/next/dist/compiled/next-server/pages-api.runtime.prod.js:20:16881)',
config: {
headers: Object [AxiosHeaders] {
Accept: 'application/json, text/plain, /',
'Content-Type': 'multipart/form-data; boundary=--------------------------366025098179351345442932',
Authorization: undefined,
'User-Agent': 'axios/1.8.3',
'Content-Length': '1963891',
'Accept-Encoding': 'gzip, compress, deflate, br'
},
url: 'http://192.168.0.136:8000/file_parse',
data: v {
_overheadLength: 155,
_valueLength: 1963680,
_valuesToMeasure: [],
writable: false,
readable: true,
dataSize: 0,
maxDataSize: 2097152,
pauseStreams: true,
_released: true,
_streams: [],
_currentStream: null,
_insideLoop: false,
_pendingNext: false,
_boundary: '--------------------------366025098179351345442932',
_events: [Object: null prototype],
_eventsCount: 3
}
},
response: { status: 422, statusText: 'Unprocessable Entity' }
}

复现步骤

预期结果

相关截图

[oliverzzj]

docker compose方式部署服务，systemEnv参数下已配置customPdfParse节点参数：
"customPdfParse": {
"url": "http://...:8000/file_parse",
"key": "", // ... PDF ......
"doc2xKey": "", // doc2x ....
"price": 0 // PDF ......
}

上述url地址可以正常访问。

[c121914yu]

看着就是解析服务报错了

[oliverzzj]

看着就是解析服务报错了

@c121914yu minerU用cpu模式运行的，只启动了mineru-api和mineru-gradio服务，mineru-vllm-server没有启动，但是测试mineru-api和mineru-gradio都能正常解析pdf文档。

minerU的版本是2.5，而fastgpt的版本号是4.9.2，是否fstgpt这个版本的调用传参方式和minerU2.5的接口参数不匹配？不知道fastgpt4.9.2的增强pdf解析功能是如何调用第三方，进行传参的呢？

[oliverzzj]

@c121914yu 请问有没有fastgpt调用第三方pdf解析服务的示例？mineru是以multipart/form-data的类型接收file文件数据的

[kenxt]

fastgpt调用MinuerU解析返回后需要的格式，与MinerU 本身API反馈的JSON格式不一致，需要重新包装，建议看源码：plugins/model/pdf-mineru