docling

Docling是一个多功能的文档解析工具，支持解析PDF、DOCX、PPTX等常见格式，并可输出为Markdown和JSON格式。其PDF高级功能涵盖页面布局分析、阅读顺序和表格结构识别。工具提供统一的DoclingDocument表示格式，支持与LlamaIndex和LangChain的集成，适合信息检索和问答应用。此外，它支持扫描PDF的OCR，并提供便捷的命令行工具。即将支持方程、代码和元数据的提取。安装简单，兼容多平台和多架构。详情请参阅在线文档。