docling

文件

文檔解析文檔並以輕鬆和速度將其導出到所需的格式中。

特徵

• 讀取流行文檔格式（PDF，DOCX，PPTX，XLSX，Images，HTML，ASCIIDOC和MARKDOWN），並出口到Markdown和JSON
• ？高級PDF文檔理解，包括頁面佈局，閱讀順序和表結構
• ？統一的表達文檔表示格式
• ？與LlamainDex容易集成？ ＆langchain ??用於功能強大的抹布 / QA應用程序
• ？ OCR支持掃描PDF
• 簡單便捷的CLI

探索文檔以發現很多示例並解鎖Docling的全部功能！

即將推出

• ♾Quation＆Code提取
• 元數據提取，包括標題，作者，參考和語言
• ？本地蘭鏈擴展

安裝

要使用Docling，只需從包裝管理器中安裝docling ，例如PIP：

pip install docling

在MacOS，Linux和Windows環境上工作。 X86_64和ARM64架構。

文檔中提供了更詳細的安裝說明。

入門

要轉換單個文檔，請使用convert() ，例如：

 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[...]"

檢查入門。您會發現很多調整選項來利用所有高級功能。

獲得幫助和支持

請隨時使用討論部分與我們建立聯繫。

技術報告

有關Docling內部運作的更多詳細信息，請查看Docling技術報告。

貢獻

請閱讀有關詳細信息的貢獻。

參考

如果您在項目中使用文檔，請考慮以下內容：

 @techreport { Docling ,
  author = { Deep Search Team } ,
  month = { 8 } ,
  title = { Docling Technical Report } ,
  url = { https://arxiv.org/abs/2408.09869 } ,
  eprint = { 2408.09869 } ,
  doi = { 10.48550/arXiv.2408.09869 } ,
  version = { 1.0.0 } ,
  year = { 2024 }
}

執照

文檔代碼庫符合MIT許可。對於單個模型使用情況，請參閱原始軟件包中的模型許可證。

IBM❤️開源AI

IBM已將文檔帶給您。