fix(docker): 修復三個關鍵問題

1. pykcs11 編譯失敗:安裝 build-essential, swig, libpcsclite-dev
2. MinerU 模型 cache 問題:模型移動到 /opt/mineru/models/ 固定目錄
   - 不再依賴 HF cache(可安全刪除)
   - mineru.json 指向固定目錄
3. 修復驗證邏輯縮排錯誤

CACHE_BUST: 5
This commit is contained in:
Your Name 2026-01-25 10:46:22 +08:00
parent 0b1ecb7b40
commit b23d42a7b1

View file

@ -401,17 +401,28 @@ ENV PDF_SIGN_CONTACT="convertx-cn@localhost"
# 當 CACHE_BUST 改變時,後續所有層都會重新執行
# 這確保模型下載不會被損壞的 cache 跳過
# ==============================================================================
ARG CACHE_BUST=4
ARG CACHE_BUST=5
# ==============================================================================
# 階段 12A安裝 huggingface_hub + endesive
# ==============================================================================
# ⚠️ endesive 依賴 pykcs11需要 C++ 編譯器和 SWIG
RUN echo "Cache bust: ${CACHE_BUST}" && \
set -eu && \
echo "===========================================================" && \
echo "📦 [1/8] 安裝 huggingface_hub + endesivePDF 簽章)..." && \
echo "===========================================================" && \
# 安裝 pykcs11 編譯依賴
apt-get update && \
apt-get install -y --no-install-recommends \
build-essential \
swig \
libpcsclite-dev && \
pip3 install --no-cache-dir --break-system-packages huggingface_hub endesive && \
# 清理編譯依賴(保留 libpcsclite-dev runtime 需要)
apt-get remove -y build-essential swig && \
apt-get autoremove -y && \
rm -rf /var/lib/apt/lists/* && \
echo "✅ huggingface_hub + endesive 安裝完成"
# ==============================================================================
@ -457,53 +468,53 @@ RUN set -eu && \
echo "===========================================================" && \
ARCH=$(uname -m) && \
if [ "$ARCH" = "aarch64" ]; then \
echo "⚠️ ARM64 架構MinerU 不支援,跳過安裝"; \
echo "⚠️ ARM64 架構MinerU 不支援,跳過安裝"; \
else \
echo "🔧 安裝 MinerUamd64..." && \
echo "" && \
# 先安裝 uv官方推薦的套件管理器
echo "📝 步驟 1: 安裝 uvPython 套件管理器)..." && \
pip3 install --no-cache-dir --break-system-packages uv && \
echo "✅ uv 安裝完成,版本:$(uv --version 2>/dev/null || echo '未知')" && \
echo "" && \
# 方法 1: uv pip install官方推薦
echo "[嘗試 1/3] uv pip install mineru[all]...(官方推薦)" && \
if uv pip install --system -U "mineru[all]"; then \
echo "✅ 方法 1uv pip成功"; \
else \
echo "⚠️ 方法 1 失敗,等待 15 秒後重試..." && \
sleep 15 && \
# 方法 2: uv pip install 重試
echo "[嘗試 2/3] uv pip install mineru[all](重試)..." && \
if uv pip install --system -U "mineru[all]"; then \
echo "✅ 方法 2uv pip 重試)成功"; \
else \
echo "⚠️ 方法 2 失敗,嘗試 pip3 直接安裝..." && \
# 方法 3: pip3 install最後備用
echo "[嘗試 3/3] pip3 install mineru[all]..." && \
pip3 install --no-cache-dir --break-system-packages "mineru[all]" && \
echo "✅ 方法 3pip3成功"; \
fi; \
fi && \
echo "" && \
# 驗證安裝結果
echo "📋 驗證 MinerU 安裝..." && \
echo "PATH: $PATH" && \
echo "檢查 /usr/local/bin/mineru..." && \
ls -la /usr/local/bin/mineru* 2>/dev/null || echo "(無 mineru 檔案)" && \
if command -v mineru >/dev/null 2>&1; then \
echo "✅ MinerU 安裝成功" && \
echo "路徑:$(command -v mineru)" && \
mineru --version 2>/dev/null || echo "(版本資訊不可用)"; \
else \
echo "❌ MinerU 安裝失敗" && \
echo "診斷資訊:" && \
echo " Python: $(python3 --version)" && \
echo " pip: $(pip3 --version)" && \
echo " which python3: $(which python3)" && \
python3 -c "import magic_pdf; print('magic_pdf 模組可用')" 2>/dev/null || echo " magic_pdf 模組不可用" && \
exit 1; \
fi; \
echo "🔧 安裝 MinerUamd64..." && \
echo "" && \
# 先安裝 uv官方推薦的套件管理器
echo "📝 步驟 1: 安裝 uvPython 套件管理器)..." && \
pip3 install --no-cache-dir --break-system-packages uv && \
echo "✅ uv 安裝完成,版本:$(uv --version 2>/dev/null || echo '未知')" && \
echo "" && \
# 方法 1: uv pip install官方推薦
echo "[嘗試 1/3] uv pip install mineru[all]...(官方推薦)" && \
if uv pip install --system -U "mineru[all]"; then \
echo "✅ 方法 1uv pip成功"; \
else \
echo "⚠️ 方法 1 失敗,等待 15 秒後重試..." && \
sleep 15 && \
# 方法 2: uv pip install 重試
echo "[嘗試 2/3] uv pip install mineru[all](重試)..." && \
if uv pip install --system -U "mineru[all]"; then \
echo "✅ 方法 2uv pip 重試)成功"; \
else \
echo "⚠️ 方法 2 失敗,嘗試 pip3 直接安裝..." && \
# 方法 3: pip3 install最後備用
echo "[嘗試 3/3] pip3 install mineru[all]..." && \
pip3 install --no-cache-dir --break-system-packages "mineru[all]" && \
echo "✅ 方法 3pip3成功"; \
fi; \
fi && \
echo "" && \
# 驗證安裝結果
echo "📋 驗證 MinerU 安裝..." && \
echo "PATH: $PATH" && \
echo "檢查 /usr/local/bin/mineru..." && \
ls -la /usr/local/bin/mineru* 2>/dev/null || echo "(無 mineru 檔案)" && \
if command -v mineru >/dev/null 2>&1; then \
echo "✅ MinerU 安裝成功" && \
echo "路徑:$(command -v mineru)" && \
mineru --version 2>/dev/null || echo "(版本資訊不可用)"; \
else \
echo "❌ MinerU 安裝失敗" && \
echo "診斷資訊:" && \
echo " Python: $(python3 --version)" && \
echo " pip: $(pip3 --version)" && \
echo " which python3: $(which python3)" && \
python3 -c "import magic_pdf; print('magic_pdf 模組可用')" 2>/dev/null || echo " magic_pdf 模組不可用" && \
exit 1; \
fi; \
fi && \
echo "✅ MinerU 安裝步驟完成"
@ -518,11 +529,11 @@ RUN set -eu && \
mkdir -p /root/.cache/babeldoc/cmap && \
mkdir -p /root/.cache/babeldoc/tiktoken && \
if command -v babeldoc >/dev/null 2>&1; then \
echo "使用 babeldoc --warmup 下載資源..." && \
(babeldoc --warmup 2>&1 || echo "⚠️ babeldoc --warmup 執行完成(可能有警告)") && \
echo "✅ BabelDOC warmup 完成"; \
echo "使用 babeldoc --warmup 下載資源..." && \
(babeldoc --warmup 2>&1 || echo "⚠️ babeldoc --warmup 執行完成(可能有警告)") && \
echo "✅ BabelDOC warmup 完成"; \
else \
echo "⚠️ babeldoc 不可用,跳過 warmup"; \
echo "⚠️ babeldoc 不可用,跳過 warmup"; \
fi && \
echo "驗證 BabelDOC 資源..." && \
ls -lh /root/.cache/babeldoc/models/ 2>/dev/null || echo "(models 目錄)" && \
@ -533,24 +544,41 @@ RUN set -eu && \
# ==============================================================================
# 階段 12GMinerU 模型下載
# ==============================================================================
# ⚠️ 關鍵:模型必須移動到固定目錄,不能依賴 HF cache
# 否則後續清理 HF cache 會導致 runtime 炸掉
RUN set -eu && \
echo "===========================================================" && \
echo "📥 [7/8] 下載 MinerU Pipeline 模型..." && \
echo "===========================================================" && \
ARCH=$(uname -m) && \
MINERU_MODELS_DIR="/opt/mineru/models" && \
if [ "$ARCH" = "aarch64" ]; then \
echo "⚠️ ARM64 架構MinerU 不支援,跳過模型下載"; \
else \
mkdir -p "$MINERU_MODELS_DIR" && \
echo "目標目錄:$MINERU_MODELS_DIR" && \
# 嘗試使用 mineru-models-download CLI
if command -v mineru-models-download >/dev/null 2>&1; then \
echo "使用 mineru-models-download CLI..." && \
(mineru-models-download -s huggingface -m pipeline 2>&1 || echo "⚠️ mineru-models-download 失敗,嘗試手動下載...") && \
cat /root/mineru.json 2>/dev/null || echo "(mineru.json 未生成)"; \
mineru-models-download -s huggingface -m pipeline && \
# mineru-models-download 會建立 /root/mineru.json 並下載到 HF cache
# 需要讀取 mineru.json 找到模型位置並移動
if [ -f /root/mineru.json ]; then \
DOWNLOADED_DIR=$(python3 -c "import json; f=open('/root/mineru.json'); d=json.load(f); print(d.get('models-dir',{}).get('pipeline',''))" 2>/dev/null || echo "") && \
if [ -n "$DOWNLOADED_DIR" ] && [ -d "$DOWNLOADED_DIR" ]; then \
echo "移動模型從 $DOWNLOADED_DIR 到 $MINERU_MODELS_DIR/PDF-Extract-Kit-1.0" && \
mv "$DOWNLOADED_DIR" "$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0"; \
fi; \
fi; \
else \
echo "mineru-models-download 不可用,使用顯式 HuggingFace 下載..." && \
mkdir -p /root/.cache/mineru/models && \
(python3 -c "from huggingface_hub import snapshot_download; snapshot_download(repo_id='opendatalab/PDF-Extract-Kit-1.0', local_dir='/root/.cache/mineru/models/PDF-Extract-Kit-1.0', local_dir_use_symlinks=False); print('PDF-Extract-Kit-1.0 downloaded')" || echo "⚠️ MinerU model download failed") && \
python3 -c "import json; config={'models-dir':{'pipeline':'/root/.cache/mineru/models/PDF-Extract-Kit-1.0','vlm':''},'model-source':'local','latex-delimiter-config':{'display':{'left':'@@','right':'@@'},'inline':{'left':'@','right':'@'}}}; f=open('/root/mineru.json','w'); json.dump(config,f,indent=2); f.close(); print('mineru.json generated')"; \
fi; \
python3 -c "from huggingface_hub import snapshot_download; snapshot_download(repo_id='opendatalab/PDF-Extract-Kit-1.0', local_dir='$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0', local_dir_use_symlinks=False); print('PDF-Extract-Kit-1.0 downloaded')"; \
fi && \
# 產生/更新 mineru.json 指向固定目錄
python3 -c "import json; config={'models-dir':{'pipeline':'$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0','vlm':''},'model-source':'local','latex-delimiter-config':{'display':{'left':'@@','right':'@@'},'inline':{'left':'@','right':'@'}}}; f=open('/root/mineru.json','w'); json.dump(config,f,indent=2); f.close(); print('mineru.json updated')" && \
echo "驗證模型目錄:" && \
ls -la "$MINERU_MODELS_DIR/" && \
du -sh "$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0" 2>/dev/null || echo "(無法計算大小)"; \
fi && \
echo "✅ MinerU 模型下載步驟完成"
@ -588,20 +616,16 @@ RUN set -eu && \
echo " ⏭️ 跳過驗證(字型將透過 COPY fonts/ 指令複製)" && \
\
echo "🔍 驗證 MinerU 安裝..." && \
MINERU_MODELS_DIR="/opt/mineru/models" && \
if [ "$ARCH" = "aarch64" ]; then \
echo " ⚠️ ARM64 架構:跳過 MinerU 驗證"; \
elif command -v mineru >/dev/null 2>&1; then \
echo " ✅ MinerU 已安裝: $(command -v mineru)" && \
if [ -f /root/mineru.json ]; then \
MINERU_DIR=$(python3 -c "import json; f=open('/root/mineru.json'); d=json.load(f); print(d.get('models-dir',{}).get('pipeline',''))" 2>/dev/null || echo "") && \
if [ -n "$MINERU_DIR" ] && [ -d "$MINERU_DIR" ]; then \
MINERU_SIZE=$(du -sb "$MINERU_DIR" 2>/dev/null | cut -f1 || echo "0") && \
echo " ✅ MinerU 模型存在 ($((MINERU_SIZE/1024/1024)) MB)"; \
else \
echo " ⚠️ MinerU 模型目錄不存在(模型將在首次使用時下載)"; \
fi; \
if [ -d "$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0" ]; then \
MINERU_SIZE=$(du -sb "$MINERU_MODELS_DIR/PDF-Extract-Kit-1.0" 2>/dev/null | cut -f1 || echo "0") && \
echo " ✅ MinerU 模型存在於固定目錄 ($((MINERU_SIZE/1024/1024)) MB)"; \
else \
echo " ⚠️ mineru.json 不存在(模型將在首次使用時下載)"; \
echo " ⚠️ MinerU 模型目錄不存在(模型將在首次使用時下載)"; \
fi; \
else \
echo " ❌ MinerU 未安裝amd64 必須安裝)" && \
@ -610,10 +634,10 @@ RUN set -eu && \
\
echo "" && \
if [ "$VALIDATION_FAILED" -eq 1 ]; then \
echo "❌ 模型驗證失敗Image 不應發布。" && \
exit 1; \
echo "❌ 模型驗證失敗Image 不應發布。" && \
exit 1; \
else \
echo "✅ 所有必要模型驗證通過!"; \
echo "✅ 所有必要模型驗證通過!"; \
fi && \
echo "" && \
echo "===========================================================" && \