quay.io/unstructured-io/base-images:wolfi-base-latest

quay.io/unstructured-io/base-images 是数据处理工具开发商 Unstructured.io 推出的一系列基础容器镜像，托管在 Red Hat 旗下的容器仓库 quay.io 上。它们就像数据处理应用的“预制地基”，帮开发者跳过繁琐的环境配置，直接搭建处理文档、图片、表格等非结构化数据的应用框架。

这些镜像里提前装好的数据处理“工具箱”很实用：Python 运行环境、解析 PDF 和 Word 文档的 PyPDF2、python-docx 库，识别图片文字的 Tesseract OCR 工具，提取表格的 Camelot 组件，还有基础系统工具和安全补丁。硬件兼容性也不错，amd64 和 arm64 架构都支持，不管是 x86 服务器还是 ARM 开发板，拉下来就能用。镜像体积做了精简，核心功能保留的同时，尽量缩小占用空间，部署起来很快。

实际用的时候，企业搭文档自动解析系统、建非结构化数据抽取管道，或者做 AI 训练数据预处理，都能拿它当基础。比如要开发一个自动提取合同里关键信息的服务，直接基于这些镜像构建，不用自己装各种依赖库；处理大量 PDF 里的表格数据时，镜像里的工具链能直接上手，省去调试环境的时间。

比起自己从零配环境，这些镜像的好处挺实在：省时间，预装的依赖覆盖了大部分数据处理场景，不用一个个试错安装；环境统一，团队里不管谁用，基础镜像一样，能少踩“本地跑正常、部署就出错”的坑；还能无缝对接 Unstructured.io 的其他工具，像数据导入工具 unstructured-ingest、API 服务框架 unstructured-api，基于镜像扩展一下就能跑起来。作为开源项目的一部分，它们文档全，社区会定期更新维护，安全漏洞修复也及时，用着更省心。