From 18e97ecef93656374cf8223c423d7872104245bb Mon Sep 17 00:00:00 2001
From: Your Name <your.email@example.com>
Date: Sun, 25 Jan 2026 20:10:03 +0800
Subject: [PATCH] =?UTF-8?q?feat:=20=E6=94=B9=E7=94=A8=20CPU-only=20MinerU?=
 =?UTF-8?q?=EF=BC=8C=E5=A4=A7=E5=B9=85=E6=B8=9B=E5=B0=91=20image=20?=
 =?UTF-8?q?=E5=A4=A7=E5=B0=8F=EF=BC=88~3-5GB=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

- Dockerfile: 將 mineru[all] 改為 mineru，移除 PyTorch CUDA 依賴
- Dockerfile.full: 新增 GPU 加速選項（PyTorch CUDA）供進階用戶啟用
- 預估 image 大小從 10-14GB 降至 3-5GB
- MinerU 仍可正常運行（使用 pipeline backend）
---
 Dockerfile      | 12 ++++++++----
 Dockerfile.full | 25 ++++++++++++++++++-------
 2 files changed, 26 insertions(+), 11 deletions(-)

diff --git a/Dockerfile b/Dockerfile
index 95f0526..0e7b7dd 100644
--- a/Dockerfile
+++ b/Dockerfile
@@ -1,12 +1,14 @@
 # ==============================================================================
 # ConvertX-CN 官方 Docker Image
-# 版本：v0.1.16 - 完整重構版
+# 版本：v0.1.16 - CPU-only 輕量版
 # ==============================================================================
 #
 # 📦 Image 說明：
 #   - 這是 ConvertX-CN 官方 Docker Hub Image 的生產 Dockerfile
 #   - ⚠️ 所有模型、字型、tokenizer 已在 build 階段完整預下載
 #   - ⚠️ Runtime 完全離線運行（僅翻譯服務允許連網）
+#   - 💡 此版本為 CPU-only，不含 PyTorch CUDA（Image 約 3-5GB）
+#   - 🚀 需要 GPU 加速？請使用 Dockerfile.full 或自行安裝 PyTorch CUDA
 #
 # 🔒 Offline-first 設計原則：
 #   1. Runtime（docker run 後）：
@@ -36,7 +38,7 @@
 #   - linux/amd64: 功能完整
 #   - linux/arm64: 安全降級（不支援的工具會跳過）
 #
-# 📊 Image 大小：約 10-14 GB（含完整模型）
+# 📊 Image 大小：約 3-5 GB（CPU-only，不含 PyTorch CUDA）
 #
 # ==============================================================================
 
@@ -298,13 +300,15 @@ RUN uv pip install --system --break-system-packages --no-cache pdf2zh
 RUN uv pip install --system --break-system-packages --no-cache babeldoc || \
   echo "⚠️ babeldoc 安裝可能有警告"
 
-# 6.8 MinerU（僅 AMD64）
+# 6.8 MinerU（僅 AMD64，CPU-only 模式）
+# 💡 使用 mineru（不含 [all]）避免安裝 PyTorch CUDA（節省 ~5-8GB）
+# 💡 MinerU 會自動使用 pipeline backend 在純 CPU 環境運行
 RUN set -ex && \
   ARCH=$(uname -m) && \
   if [ "$ARCH" = "aarch64" ]; then \
   echo "⚠️ ARM64：MinerU 不支援，跳過安裝"; \
   else \
-  uv pip install --system --break-system-packages --no-cache -U "mineru[all]"; \
+  uv pip install --system --break-system-packages --no-cache -U mineru; \
   fi
 
 # 6.9 tiktoken
diff --git a/Dockerfile.full b/Dockerfile.full
index abf4668..fe021ad 100644
--- a/Dockerfile.full
+++ b/Dockerfile.full
@@ -1,12 +1,12 @@
 # ==============================================================================
 # ConvertX-CN Full 擴充版 Dockerfile
-# 版本：v0.1.15
+# 版本：v0.1.16
 # ==============================================================================
 #
 # 📦 Image 說明：
-#   - 基於 ConvertX-CN 官方 Image（一般版）進行擴充
-#   - 適合需要更多語言 OCR 或完整 TexLive 的進階使用者
-#   - ⚠️ 體積較大（可能超過 10GB）
+#   - 基於 ConvertX-CN 官方 Image（CPU-only 版）進行擴充
+#   - 適合需要 GPU 加速、更多語言 OCR 或完整 TexLive 的進階使用者
+#   - ⚠️ 體積較大（啟用 GPU 後可能超過 10GB）
 #
 # 🎯 適用場景：
 #   - 需要 65 種 OCR 語言全支援
@@ -29,7 +29,17 @@
 FROM convertx/convertx-cn:latest
 
 # ==============================================================================
-# 📚 完整 TexLive（約 +3GB）
+# 🚀 GPU 加速支援 - PyTorch CUDA（約 +5-8GB）
+# ==============================================================================
+# 說明：安裝 PyTorch CUDA 以啟用 MinerU GPU 加速
+# 風險：Image 體積大幅增加（+5-8GB）
+# 適用：有 NVIDIA GPU 且需要高速 PDF 解析的使用者
+# ------------------------------------------------------------------------------
+# RUN pip3 install --no-cache-dir --break-system-packages \
+#   torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
+
+# ==============================================================================
+#  完整 TexLive（約 +3GB）
 # ==============================================================================
 # 說明：完整 LaTeX 支援，適合需要特殊 LaTeX 套件的使用者
 # 風險：Image 體積大幅增加
@@ -234,17 +244,18 @@ FROM convertx/convertx-cn:latest
 # 📋 擴充功能總覽
 # ==============================================================================
 #
-# ℹ️ 一般版已內建功能：
+# ℹ️ 一般版已內建功能（CPU-only，約 3-5GB）：
 #   - 核心轉換：LibreOffice, FFmpeg, ImageMagick, Pandoc, Inkscape
 #   - OCR：Tesseract（7 種語言）
 #   - PDF 翻譯：PDFMathTranslate, BabelDOC
-#   - PDF 轉 MD：MinerU
+#   - PDF 轉 MD：MinerU（CPU 模式，使用 pipeline backend）
 #   - 字型：Noto CJK, Liberation, 標楷體
 #   - TexLive：基礎 + CJK + 德法
 #   - OpenCV, libavcodec-extra
 #
 # | 功能                    | 預估大小  | 風險等級 |
 # |-------------------------|----------|----------|
+# | 🚀 GPU 加速 (PyTorch)   | +5-8GB   | 高       |
 # | 完整 TexLive            | +3GB     | 高       |
 # | 全部 OCR 語言           | +2GB     | 高       |
 # | 歐洲 OCR（西歐）        | +150MB   | 低       |