feat: 新增 mineru_mvp 文档解析组件并适配 Linux 路径

mineru_mvp/CLAUDE.md

@@ -0,0 +1,64 @@
+# MinerU MVP — 文档解析组件
+
+## 路径
+
+```
+GraphRAGAgent/mineru_mvp/
+```
+
+## 功能
+
+通过 MinerU Cloud API 将 PDF/DOCX 等文档解析为结构化 JSON（`content_list.json`），供后端索引流水线消费。
+
+## 安装
+
+```bash
+cd mineru_mvp
+uv venv --python 3.12
+source .venv/bin/activate        # Linux / macOS
+# .venv\Scripts\activate         # Windows
+uv pip install -r requirements.txt
+```
+
+## 配置
+
+复制 `.env.example` 为 `.env`，填入 MinerU API Token：
+
+```env
+MINERU_API_TOKEN=your_token_here
+```
+
+Token 获取地址：https://mineru.net/apiManage/token
+
+## 使用
+
+```bash
+# 激活 venv 后（或直接指定解释器路径）：
+python pipeline.py /path/to/document.pdf
+
+# 或由 backend 通过 subprocess 调用：
+/path/to/mineru_mvp/.venv/bin/python /path/to/mineru_mvp/pipeline.py /path/to/document.pdf
+```
+
+## 输出
+
+解析结果输出到 `output/{文件名}/` 目录：
+
+```
+output/
+└── {pdf_stem}/
+    ├── {uuid}_content_list.json   ← 核心产物，供 backend 读取
+    ├── full.md
+    ├── {uuid}_origin.pdf
+    ├── layout.json
+    └── images/
+        └── {hash}.jpg
+```
+
+## 流水线步骤
+
+1. POST `/file-urls/batch` — 获取预签名上传 URL
+2. PUT 文件到预签名 URL（不带 Content-Type）
+3. 轮询 GET `/extract-results/batch/{batch_id}`
+4. 下载 ZIP → 解压到 `output/`
+5. 打印摘要到 stdout