背景

Mac 安装 unstructured 时，碰见的两个问题。

命令

我用 langchain 的集成包装的

langchain 文档地址：http://docs.langchain.com/oss/python/integrations/document_loaders/unstructured_file#installation-for-local

unstructured官方网址：https://docs.unstructured.io/open-source/installation/full-installation

# base dependencies
brew install libmagic poppler tesseract

# If parsing xml / html documents:
brew install libxml2 libxslt

uv add "langchain-unstructured[local]"

问题

  1. 找不到 ligmagic 的执行路径
  2. 找不到 soffice 的执行路径

解决

问题 1

uv add pylibmagic

然后代码里面引入 pylibmagic 即可

问题 2

由于LibreOffice不会自动配置环境变量，需要手动配置一下。

# 安装LibreOffice
brew install --cask libreoffice
# 配置
sudo ln -s /Applications/LibreOffice.app/Contents/MacOS/soffice /usr/local/bin/soffice