ThinkParse 1.1.0 开源发布：把文档解析做成可扩展的企业级服务

在RAG应用和知识库系统的构建过程中，文档解析往往是容易被忽视却至关重要的环节。PDF、Word、扫描件等非结构化文档需要转化为结构化的Markdown格式，才能被大模型有效理解和检索。MinerU作为一款成熟的文档解析工具，其解析质量已获得广泛认可，但在直接用于生产环境时，开发者常常会遇到内存溢出、任务阻塞、扩容困难等问题。这些挑战促使开源社区寻求更优的解决方案。

1.1.0版本的关键升级

ThinkParse正是为解决这些痛点而生。作为Think系列产品的核心解析层，ThinkParse定位为可插拔的后端解析服务，通过标准化的HTTP API为上层业务提供稳定、高效的文档解析能力。项目采用API与Worker完全解耦的架构设计：API服务负责接收文件、提交任务、查询状态，而Worker服务则专注于文档解析工作，两者通过Redis消息队列进行通信。这种设计使得系统具备良好的可扩展性和运维友好性，Worker可以根据负载情况独立水平扩展，API服务也能独立升级而不影响解析任务。

生产级部署的核心能力

ThinkParse 1.1.0是项目正式更名后的首个版本，主要完成了三项重要升级。首先是品牌统一，项目从MinerU-API更名为ThinkParse，与ThinkWiki、ThinkDoc、ThinkExtract形成统一的产品体系，现有Docker部署配置可直接沿用。其次是引擎升级至MinerU 3.4.0，引入了新一代OCR模型PP-OCRv6和更优的版面分析能力，公式识别、表格识别、多语言支持（中/英/日/韩等）均可开箱即用。第三项改进是修复了MinerU 3.4.0在特定部署模式下可能触发的KeyError异常，提升了生产环境的稳定性。

在生产环境实践中，ThinkParse提供了多项实用特性。超过100页的大PDF文件会自动触发分块解析再合并结果的机制，有效降低内存溢出风险。对于追求快速验证的场景，系统提供同步API接口；对于大规模批量处理，则推荐使用异步队列API，通过任务ID追踪处理进度。系统还内置了优先级队列、任务重试与故障恢复、队列监控、过期文件自动清理等运维功能，并兼容S3/MinIO存储方案，方便多机分布式部署。

开发者只需四步即可完成部署：复制配置文件、选择Worker类型（CPU用于开发、GPU用于生产）、构建镜像、启动服务。整个过程可通过Docker一键完成，Python 3.10+环境即可运行。ThinkParse基于MIT协议开源，文档支持中英文，提供了完整的部署指南、配置说明和API示例。项目后续计划支持Docling等更多解析引擎，为开发者提供更丰富的选择。

快速上手与生态集成

对于RAG应用开发者和知识库系统构建者而言，ThinkParse提供了一个稳定可靠的基础设施层。它让上层应用可以专注于知识入库、图谱构建和Agent交互，而无需重复解决文档解析的工程化难题。在当前大模型应用快速发展的背景下，文档解析作为信息提取的第一环，其稳定性和效率直接影响着整个系统的用户体验。ThinkParse的开源发布，为这一关键环节提供了经过生产验证的解决方案。

如有侵权，请联系删除。