docling
docling简化了文档处理，解析各种格式（包括先进的PDF理解），并与AI Gen生态系统提供无缝集成。
特征
- 包括多个文档格式的解析。 PDF，DOCX，PPTX，XLSX，HTML，WAV，MP3，图像（PNG，TIFF，JPEG，…）等等
- ?先进的PDF理解包括。页面布局，阅读顺序，表结构，代码，公式，图像分类等等
- ?统一的docling文档表示形式格式
- ↪️各种出口格式和选项，包括Markdown，HTML，Doctags和无损JSON
- 敏感数据和空气环境的本地执行功能
- ?即插即用集成包含。 Langchain，Llamaindex，Ai＆Haystack for AgentiC AI
- ?对扫描PDF和图像的大量OCR支持
- ?支持几种视觉语言模型（SMOL docling ）
- ?️支持自动语音识别（ASR）模型的音频支持
- 简单便捷的CLI
即将推出
- 元数据提取，包括标题，作者，参考和语言
- 图表理解（Barchart，Piechart，Lineplot等）
- 复杂的化学理解（分子结构）
安装
要使用docling ，只需从包装管理器中安装docling ，例如PIP：
pip install docling
在MacOS，Linux和Windows环境上工作。 X86_64和ARM64架构。
文档中提供了更详细的安装说明。
入门
要使用Python转换单个文档，请使用Convert（），例如：
docling.document_converter import DocumentConverter
source = \”https://arxiv.org***/pdf/2408.09869\” # document per local path or URL
converter = DocumentConverter()
result = converter.convert(source)
print(result.document.export_to_markdown()) # output: \”## docling Technical Report[…]\”\”>
from docling . document_converter import DocumentConverter source = \"https://arxiv.org***/pdf/2408.09869\" # document per local path or URL converter = DocumentConverter () result = converter . convert ( source ) print ( result . document . export_to_markdown ()) # output: \"## docling Technical Report[...]\"
文档中提供了更高级的用法选项。
CLI
docling具有内置的CLI进行转换。
docling https://a*rxi*v.or*g/pdf/2206.01062
您也可以通过docling CLI使用?Smol docling和其他VLM：
docling https://a*rxi*v.or*g/pdf/2206.01062\”>
docling --pipeline vlm --vlm-model smol docling https://a*rxi*v.or*g/pdf/2206.01062
这将在支持的苹果硅硬件上使用MLX加速度。
在这里阅读更多
文档
查看docling的文档，以获取有关安装，使用，概念，食谱，扩展等的详细信息。
例子
进行我们的示例操作，演示如何与docling解决不同的应用程序用例。
集成
为了进一步加速您的AI应用程序开发，请查看docling与流行框架和工具的本地集成。
获得帮助和支持
请随时使用讨论部分与我们建立联系。
技术报告
有关docling的内部工作的更多详细信息，请查看docling技术报告。
贡献
请阅读有关详细docling的贡献。
参考
如果您在项目中使用docling ，请考虑以下内容：
docling,
author = {Deep Search Team},
month = {8},
title = { docling Technical Report},
url = {https://arxi*v.o*rg/*abs/2408.09869},
eprint = {2408.09869},
doi = {10.48550/arXiv.2408.09869},
version = {1.0.0},
year = {2024}
}\”>
@techreport { docling , author = { Deep Search Team } , month = { 8 } , title = { docling Technical Report } , url = { https://a*rx*iv.or*g/abs/2408.09869 } , eprint = { 2408.09869 } , doi = { 10.48550/arXiv.2408.09869 } , version = { 1.0.0 } , year = { 2024 } }
执照
docling代码库符合MIT许可。对于单个模型使用情况，请参阅原始软件包中的模型许可证。
LF AI和数据
docling作为LF AI＆Data Foundation的项目托管。
IBM❤️开源AI
该项目是由IBM Research Zurich的AI知识团队启动的。
