Docling

Docling 是一款开源的文档解析与转换工具，能够高效处理多种文档格式（如 PDF、DOCX、PPTX、图片和 HTML），并将其转换为 Markdown 或 JSON 格式。该工具具备强大的 PDF 理解能力，支持光学字符识别（OCR），并能与 LlamaIndex 和 LangChain 等工具无缝集成，提升文档检索与问答的能力。Docling 提供了一个简洁的命令行界面，便于用户快速处理文档。