MinerU/docs/next

Next MinerU 文档体系

状态: Draft 读者: 项目核心开发者、SDK/API 设计参与者、需要理解下一代能力边界的外部开发者 范围: 组织下一阶段 MinerU 的产品方向、系统架构、公开接口和关键内部规范 非目标: 立即改写现有正式用户文档

文档定位

docs/next/ 是下一代 MinerU 设计文档的体系化入口。根目录旧 NEXT-*.md 底稿中的信息已按主题迁移到本目录；本目录负责建立导航、边界和读者路径。

当前阶段的事实来源是本目录专题文档和仓库代码。后续当某个主题完成审阅后，可以把对应文档从 Draft 提升为稳定设计文档。

推荐阅读顺序

1. 产品路线图: 先理解产品定位、边界和优先级。
2. 术语表: 统一 tier、backend、parser、doclib 和 parse-server 等核心词。
3. 端到端工作流: 串起 watch、ingest、parse、cache、search、API、SDK 和 Agent 读取流程。
4. 实现计划: 面向编程 Agent 的细粒度任务拆分、边界和验收。
5. 系统架构: 再理解本地文档库、服务、任务和存储模型。
6. 解析 Tier: 理解默认选择、flash、basic、standard、advanced 的质量、速度、硬件和隐私边界。
7. CLI 规格: 理解本地入口和批处理体验。
8. Unified API: 理解云端和自部署 API 的统一模型。
9. SDK 设计: 理解 Tool SDK 与 Product SDK 的分层。
10. Middle JSON: 理解跨 backend 的中间结构统一方向。
11. 页码命名约定: 统一 page_range、pages、page_idx、page_no 和 page_count。
12. 错误码体系: 理解错误响应和本地错误分类。
13. 配置体系: 收敛本地、远端和解析参数的配置规则。
14. Telemetry 设计: 理解匿名使用统计、稳定性指标和粗粒度环境画像。
15. 开放问题清单: 查看仍未定稿、需要进一步决策的问题。
16. 设计决策记录: 查看已定稿的关键决策。

文档地图

主题	新文档	底稿	主要读者
产品路线	roadmap.md	已迁移，当前专题文档已核对	产品、核心开发
术语统一	glossary.md	用户讨论 / 各底稿	核心开发、文档作者、SDK/API/CLI 设计参与者
端到端工作流	workflows.md	用户讨论 / 各专题文档	核心开发、Agent 能力开发、SDK/API/CLI 设计参与者
实现计划	implementation-plan.md	docs/next/ 全部专题文档	编程 Agent、核心开发、代码审查者
系统架构	architecture.md	已迁移，当前代码已核对	核心开发
解析 Tier	tiers.md	用户讨论 / 旧路线图、旧 CLI 与旧设计底稿迁移内容	CLI/API/SDK 使用者、核心开发
Unified API	api.md、api/	已迁移；修订记录和历史接口对比未迁移	API 使用者、服务端开发
CLI	cli.md	已迁移，当前代码已核对	CLI 用户、核心开发
SDK	sdk.md、sdk/	已迁移	SDK 使用者、核心开发
Middle JSON	middle-json.md、middle-json/	已迁移，当前代码已核对	backend 开发、内容输出开发、Agent 能力开发
页码命名	page-naming.md	用户讨论 / 代码约定	核心开发、编程 Agent、SDK/API/CLI 设计参与者
错误码	errors.md	已迁移	API/CLI/SDK 开发
配置	config.md	配置专题文档仍待继续核对	CLI、服务端、SDK 开发
Telemetry	telemetry.md	用户讨论 / 旧路线图底稿迁移内容	产品、核心开发、数据分析、合规参与者
开放问题	open-questions.md	各专题文档、用户讨论	核心开发、编程 Agent、文档维护者

整理原则

• 先集中信息来源，再逐步提升为稳定文档。
• 每篇文档只回答一个层级的问题，避免路线图、规格和实现细节互相混杂。
• 对外接口文档优先描述可观察行为；内部设计文档优先描述模块职责、数据流和约束。
• 已决定的内容进入正文；未决定的内容集中放在 开放问题清单。
• 重大选择进入 decisions/，避免在长文中丢失决策背景。