该如何让大语言模型看懂PDF

72 750 Td              % 笔刷移动到坐标 (72, 750)

(Deep Learning) Tj     % 绘制这行字

0 0 500 2 re S         % 在下方画一条矩形下划线

我想在当前机器上安装并完整配置开源的学术级 PDF 富文本重构工具 MinerU (magic-pdf)。请作为我的自动化运维专家，一步步帮我完成以下任务并在终端执行：

1. 【环境准备】：

   - 检查我当前的操作系统和 Python 版本（推荐 Python 3.10）。如果环境杂乱，请帮我创建一个独立的 Conda 环境或 venv 虚拟环境（命名为 mineru_env）。

   - 自动检测我当前机器是否有可用的 NVIDIA GPU（CUDA 支持），如果有请安装对应 CUDA 版本的 PyTorch；如果没有则安装 CPU 版本的 PyTorch。

2. 【安装核心包】：

   - 使用 pip 安装完整的 MinerU 包：`pip install -U "magic-pdf[full]"`。

3. 【下载模型权重与生成配置】：

   - MinerU 运行时依赖视觉小模型权重（UniMERNet、版面分析等）。

   - 如果在国内网络环境下，请优先使用 ModelScope（魔搭社区）的下载脚本或 huggingface 镜像源，帮我将模型权重下载到用户目录下的某个独立文件夹中（例如 `~/mineru_models`）。

   - 在用户根目录下生成正确的配置文件 `magic-pdf.json`，并将里面的 `models-dir` 路径准确指向刚才下载的权重路径，默认设备设置为当前检测到的设备（cuda 或 cpu）。

4. 【验证与测试】：

   - 帮我编写一个简单的测试脚本或执行一行 CLI 命令（例如找一个简单的 PDF 测试，或者使用其官方自带的验证命令）。

   - 验证通过后，请为我写一个批量处理当前文件夹下所有 PDF 的 Python 脚本 `batch_parse.py`，要求将提取好的 Markdown 和带坐标的 content_list.json 统一保存到 `./parsed_output` 目录下。

遇到任何依赖冲突、下载网络超时或缺少系统库（如 libGL 等常见视觉库依赖），请自动分析报错并自行修复。现在请开始。