docling也是匹黑马，github涨星巨猛，没多久就5.6k星星了。
文档解析和转换，简化文档的预处理过程，对AI行业是非常有价值的。
可以给机器学习模型训练准备标准化的数据集。
使用非常简单，官方使用文档做的非常好。
扫码加入AI交流群
获得更多技术支持和交流
（请注明自己的职业）
项目简介
Docling可以帮用户轻松高效地解析和转换各种文档格式（包括PDF、DOCX、PPTX、图片、HTML等），并支持输出为Markdown或JSON格式。Docling适用于AI生成内容的预处理，支持OCR功能，可以处理扫描的PDF文档，并易于与LlamaIndex和LangChain等工具集成，增强其检索和问答能力。Docling还提供了简洁的命令行界面，方便用户快速开始文档转换。
核心功能
多格式支持：能够处理多种文档格式，如PDF、DOCX、PPTX、图片和HTML等。
内容转换：支持将文档内容转换为Markdown或JSON格式，便于后续处理和整合。
OCR技术：内置光学字符识别技术，能够识别并转换扫描的文档内容。
工具集成：可以与其他AI工具如LlamaIndex和LangChain集成，增强文档的检索和问答功能。
用户接口：提供命令行界面，用户可以通过简单的命令进行文档处理。
项目链接
https://www.dongaigc.com/p/DS4SD/docling
寻找更多开源项目，就到 懂AI（dongai.ai）
软件开发，AI项目快速落地，专业团队高质量交付。
关注「开源AI项目落地」公众号
与AI时代更靠近一点
关注「AGI光年」公众号
获取每日最新资讯
关注「向量光年」公众号
加速全行业向AI转变
