docling

Docling 是一个面向生成式AI应用的文档解析与结构化工具，专注于高保真地提取多格式文档（PDF、DOCX、PPTX、XLSX、HTML、Markdown等）中的文本、表格、公式、图像及布局信息，并输出统一语义结构的JSON表示。其核心采用多模态模型与规则增强的混合解析策略，支持复杂PDF的阅读顺序恢复、跨页表格识别和嵌入式内容分类。适用于RAG知识库构建、智能文档问答、合同/财报自动化分析、学术文献处理等需高质量文档理解的AI工程场景。