Docling 文档解析 docling
io.github.docling-project/docling/docling
用 Docling 理解任意受支持格式文档的内容——PDF(原生数字或扫描件)、DOCX、PPTX、XLSX、HTML、Markdown、AsciiDoc、CSV、图片、音频与 XML——把它们统一转换为 DoclingDocument(Markdown 或结构化 JSON)。当你需要读取、解析、转换、提取或切分无法直接阅读的文档时使用,例如“这份 PDF 里有什么”“转成 markdown”“提取表格”“为 RAG 切块”“读这份扫描文档”“解析这个 DOCX/PPTX”。涵盖 docling CLI、Python SDK(DocumentConverter 与 PipelineOptions)、远程 Service Client(自托管或托管的 docling-serve),以及用于最小依赖体积的 docling-slim install extras。