3.0 KiB
title, lifecycle, evidence, last_reviewed, last_verified
| title | lifecycle | evidence | last_reviewed | last_verified |
|---|---|---|---|---|
| Marker 文档转换指南 | unknown | documented | 2026-09-16 | null |
Marker
Marker 用 GPU 将 PDF 转为 Markdown 等格式。本页依据 homelab-infra apps/marker/README.md、
Dockerfile 与 Kubernetes manifests，以及下列上游 API 源码整理，未查询运行环境。
源码 Deployment 仍使用 <your-registry>/marker:latest 占位符，不能据此认定服务已经上线。
使用前提与入口
先由维护者完成镜像构建、部署与可达性确认，再使用集群内入口
http://marker.default.svc.cluster.local:8001。所读配置没有记录外部域名或客户端认证流程。
普通应用无需重新执行 README 中的部署步骤。
镜像未固定 marker-pdf 版本，示例必须与实际部署的 /docs 接口说明核对。
上游当前 marker_server 默认绑定 127.0.0.1，而本地配置只传 --port；
如果所构建版本也如此，维护者需设置 --host 0.0.0.0 才能供 Service 访问。
这是部署前检查点，本轮未修改 manifest 或判定现场故障。
转换一个 PDF
在能访问该 Service 的客户端，准备一份适合测试的 sample.pdf，设置 MARKER_BASE_URL
为已确认的入口。上传会处理文件并占用 GPU，先以单个小文件串行验证：
curl --fail --silent --show-error \
-F '[email protected];type=application/pdf' \
-F 'output_format=markdown' \
"${MARKER_BASE_URL:?请设置已确认的入口}/marker/upload" \
-o marker-result.json
检查转换是否成功，再将 Markdown 保存到本地：
import json
from pathlib import Path
result = json.loads(Path("marker-result.json").read_text())
if result.get("success") is not True:
raise SystemExit("转换失败，请检查返回的 error 字段")
Path("sample.md").write_text(result["output"])
接口和返回结构依据 Marker server 源码。
HTTP 成功不等于转换成功，需要检查 success。返回还可能包含图片数据；仅写出 output
不会将图片自动保存为独立附件。需要完整图文时应按实际版本返回的图片字段另行保存并核对引用。
资源与文档边界
本地 README 的目标是适配 4 GB 显存，保持单副本、单 worker，并避免并发转换。 显存不足时先缩小测试文件或处理范围，不直接增加副本或并发。 Pod 没有业务 PVC，消费者应保存转换结果，不能将容器临时目录当文档库。
转换结果需要复核表格、代码、顺序及遗漏，再写入知识库；转换工具不确认文档事实或当前服务状态。
连接失败检查部署入口与监听地址，转换失败检查文件、模型加载及 GPU 资源。
依赖为 Kubernetes、GPU 设备支持、模型与临时磁盘；部署维护入口为 apps/marker/README.md。
来源文件的固定版本与工作区差异见来源追溯。