Repository Issue Activity (beta)

#5459 昆仑芯xpu vlm-http-client调用报错IndexError: list index out of range

#5443 vlm 后端解析未内嵌方正字体的中文 PDF 时中文丢失

#5444 [NEXT] cli_old 下 10 个模块全部无法 import，mineru-gradio 入口无法启动

#5439 批量化解析pdf文档的参数

#5438 feat: PDF Different orientations fail checks

#5432 Bug报告：mineru-gradio 服务内存持续泄漏，达到约52GiB时触发后端连接中断（MinerU 3.4.5）

#5437 vlm-http-client时，file_parse无法动态传入api_key以及model参数

#5433 FastAPI /file_parse 接口无法返回图片，即使设置 return_images=true，且 backend 参数被忽略（强制使用 hybrid-engine），但 Gradio 接口工作正常

#5361 [BUG] 华为昇腾NPU 910B3部署mineru使用pipeline模式报错507035（ACL_ERROR_RT_VECTOR_CORE_EXCEPTION）

#626 能否增加页眉页脚剔除开关参数，控制是否剃除页眉页脚内容

#5269 如果把页眉和旁注保存到md文件

#5419 Adjacent rows merged into one: quantity/unit/price concatenated (3960+704 -> 3960704)

#5418 Wrapped cell content split into two rows (text tearing) — same root cause as #3877

#5417 Cross-page table: page-boundary row loses left key columns / merges two adjacent rows

#5334 PDF解析为markdown时，同一段落中出现两个`~`符号，中间的文字会被渲染为删除线。

#5407 [Bug] Table OCR corrupts units in text-based PDFs: "cmH2O" -> "cmH20", "bpm" -> "bp m"

#5411 正常文字識別裏出現大量superscript/subscript

#5351 图片上的公章内容识别不了

#5406 Office 文件（docx/pptx/xlsx）强制走 auto 解析，is_ocr 开关被忽略，与在线 API 效果差异大

#5383 表格中的公式未能识别

#5401 有一篇pdf几乎完全无法正确识别

#5386 图片ocr识别表格，单元格内多行文本被合并为单行（丢失换行）；复杂表格丢失整列且排版错乱

#5400 Verify evals on Papers with Code

#5394 [Pipeline] Inline SMP math characters (U+1D400–U+1D7FF) become U+FFFD in text extraction (surrogate pair not recombined)

#5357 [Bug] docx 整表静默丢失：表格单元格含不间断连字符(<w:noBreakHyphen/>) + 编号列表时被丢弃（3.4.0 及官网均复现）