Docling：把复杂文档转换为结构化 AI 数据
一分钟看懂
Docling 是文档解析与转换工具，可理解 PDF 的版面、阅读顺序、表格、公式和图像，并把多种办公、网页、音视频与图像格式统一转换为 Markdown、HTML 或结构化 JSON，供检索和生成式 AI 使用。
你可以用它做什么
- 把 PDF、DOCX、PPTX、XLSX、HTML、EPUB 和图像转为结构化内容。
- 对扫描件执行 OCR，并识别表格、公式和页面布局。
- 为 RAG、知识库与 Agent 准备可检索文档。
- 在本地或隔离网络中处理敏感资料。
主要能力
- 提供统一的 DoclingDocument 表示和多种导出格式。
- 集成 LangChain、LlamaIndex、CrewAI 与 Haystack。
- 提供 CLI、Python API、MCP 服务和可部署 API 服务。
- 支持视觉语言模型、音频转写以及多种行业 XML 格式。
适合哪些人
适合构建文档问答、企业知识库、资料抽取、档案转换或多模态 AI 工作流的开发者和数据团队。
怎么开始使用
使用 Python 3.10 或更高版本运行 pip install docling，随后可执行 docling <文件或网址> 生成 Markdown，也可通过 DocumentConverter 在 Python 中完成转换。复杂格式应先用少量样本验证效果与资源消耗。
使用前需要知道
OCR、视觉模型和复杂 PDF 解析会占用较多内存与算力，自动识别结果仍需抽样校验。Docling 代码采用 MIT 许可证，但所调用模型可能有各自的许可证与使用限制。