它是什么
Docling 是 IBM 开源(MIT)的文档解析工具:把 PDF、DOCX、PPTX、HTML、扫描件等复杂文档,解析成保留结构(标题、段落、表格、阅读顺序)的干净数据,直接对接下游的检索与大模型流程。法律与科研场景里最常见的一步"先把合同/论文喂得进去",它正是用来解决这一步的。来源:https://github.com/docling-project/doclinghttps://github.com/docling-project/docling
怎么用起来
主推「复制提示词」——让 AI 帮你装依赖、选解析方式、跑通第一份文档。人工兜底:pip install docling → 用官方 CLI 直接解析一个 PDF → 检查输出的 Markdown/JSON 结构是否符合预期。来源:https://github.com/docling-project/doclinghttps://github.com/docling-project/docling
以上坑来自 https://github.com/docling-project/doclinghttps://github.com/docling-project/docling 与官方文档。
来源与署名
Mentioned from:https://github.com/docling-project/doclinghttps://github.com/docling-project/docling · 原作者 docling-project(MIT)。