一龍馬/AI 情報站讀懂消息背後的脈絡
星期日
搜尋

它不只擷取文字,也處理 PDF 版面、閱讀順序、表格、公式與圖表,並提供 LangChain、LlamaIndex、MCP 與 API 伺服器整合

Python · ⭐ 67,000 · 🍴 4,833 · 🔥今日 +94

中文摘要

Docling 是面向生成式 AI 工作流程的文件解析工具,可處理 PDF、Office 文件、圖片、音訊、影片、電子郵件、EPUB 與 XBRL,並輸出 Markdown、HTML或無損 JSON 等格式。它不只擷取文字,也處理 PDF 版面、閱讀順序、表格、公式與圖表,並提供 LangChain、LlamaIndex、MCP 與 API 伺服器整合。專案可在本機或隔離環境執行,已有 PyPI 套件、技術報告與完整文件;限制是 Python 需為 3.10 以上,個別模型仍受各自授權條款約束,而中繼資料與複雜化學結構擷取仍列為未來功能。

一龍馬判讀

對建置 RAG、代理型 AI 或企業文件管線的團隊,Docling 可把多格式內容統一成可處理的結構,同時保留敏感資料在內網運作的選項。實際採用仍須逐一核對模型授權,並測試特定版面與語料的解析品質。

原文節錄

docling-project/docling

Local execution capabilities for sensitive data and air-gapped environments

取得部分原文 · 不代表內容已獨立查證

查看原文
完整收錄文字與來源

Get your documents ready for gen AI

收錄日期
2026-09-20
來源
github.com/trending
抓取時間
2026/09/20 05:50(台北)
來源資料
Python · ⭐ 67,000 · 🍴 4,833 · 🔥今日 +94