markdown格式转换不彻底的问题

[whwususu]

用mineru-api --host 0.0.0.0 --port的启动方式，调用web接口，就是速度慢，文件大一点就超时。而后使用mineru-vllm-server --port 的方式启动，通过vlm客户端调用，生成的结果不是markdown格式，代码如下：
middle_json, infer_result = vlm_doc_analyze(
new_pdf_bytes,
image_writer=None,
backend=backend,
server_url=server_url,
callback_func=bound_callback
)
pdf_info = middle_json["pdf_info"]
ct = vlm_union_make(pdf_info, MakeMode.MM_MD) 。
我查看了下官方代码：
class MakeMode:
MM_MD = 'mm_markdown'
NLP_MD = 'nlp_markdown'
CONTENT_LIST = 'content_list'
CONTENT_LIST_V2 = 'content_list_v2'
四种模式都尝试了，还是到不到md格式数据，怎么解决

[dosubot[bot]]

你的代码看起来是正确的！vlm_union_make 在 MakeMode.MM_MD 模式下已经直接返回 Markdown 字符串，不需要额外转换。

请检查以下几点：

1. 确认返回类型 - 检查 ct 变量的类型和内容：

ct = vlm_union_make(pdf_info, MakeMode.MM_MD)
print(type(ct))  # 应该是 <class 'str'>
print(ct[:500])  # 查看前 500 字符

2. 推荐设置 image_writer - 虽然不是必须的，但如果 Markdown 中需要引用图片，建议提供：

from mineru.data.data_reader_writer import FileBasedDataWriter

image_writer = FileBasedDataWriter("./images")
middle_json, infer_result = vlm_doc_analyze(
    new_pdf_bytes, 
    image_writer=image_writer,
    backend=backend, 
    server_url=server_url,
    callback_func=bound_callback
)

pdf_info = middle_json["pdf_info"]
ct = vlm_union_make(pdf_info, MakeMode.MM_MD, img_buket_path="images")

3. 检查 pdf_info 是否为空 - 确认解析是否成功：

print(f"pdf_info 内容: {pdf_info}")

如果 ct 确实是字符串但内容看起来不像 Markdown，可能是 VLM 服务端解析失败或 PDF 内容问题。可以查看 middle_json 的完整内容来排查。

参考：官方 demo 和 vlm_union_make 实现

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}

   

[whwususu]

table是html标签，而不是markdown格式的

[myhloli]

table转换成html是业内通用的做法，因为markdown不能表示复杂的单元格合并情况，html也能在markdown编辑器中获得良好的渲染效果