docling
项目核心内容总结：
功能
Docling 是一个文档处理工具，支持 PDF、DOCX、PPTX、XLSX、HTML、音频（WAV/MP3）、图像（PNG/TIFF/JPEG）等多种格式的解析。具备高级 PDF 理解能力，包括页面布局、表格结构、代码、公式识别，以及图像分类。提供统一的文档表示格式（DoclingDocument），支持导出为 Markdown、HTML、JSON 等格式，并兼容本地执行环境（适用于敏感数据场景）。
主要特性
- 支持 OCR 解析扫描件及图像；
- 集成视觉语言模型（如 GraniteDocling）和音频识别模型；
- 提供 MCP 服务器接口，支持与 AI 代理系统连接；
- 包含命令行工具（CLI），支持快速转换；
- 支持结构化信息提取（Beta 阶段）及新布局模型（Heron）提升 PDF 解析效率；
- 与 LangChain、LlamaIndex 等主流 AI 框架兼容。
使用方法
通过 Python API 调用 DocumentConverter.convert() 方法，或使用 CLI 命令（如 docling [文件路径]）处理文档。支持指定视觉语言模型（如 --vlm-model granite_docling）进行高级解析。
安装
使用 pip install docling 安装，兼容 macOS、Linux、Windows 及 ARM64 架构。
文档与资源
提供详细文档、示例和集成指南，支持扩展开发。