docling

O nástroji

Docling je open-source nástroj pro zpracování dokumentů, který parsuje širokou škálu formátů – PDF, DOCX, PPTX, XLSX, HTML, EPUB, e-maily (EML, MSG), obrázky, LaTeX, zvukové soubory (WAV, MP3) i video (MP4, AVI, MOV, MKV, WebM). Nabízí pokročilé porozumění PDF včetně rozpoznání struktury tabulek, rozvržení stránky, pořadí čtení, kódu a vzorců, a výsledky exportuje do formátů jako Markdown, HTML, DocTags nebo JSON. Nástroj se snadno integruje s nástroji generativní AI, jako jsou LangChain, LlamaIndex, Crew AI a Haystack, a lze jej propojit s libovolným agentem přes MCP server nebo provozovat jako službu (docling-serve) s API. Podporuje rozsáhlé OCR pro skenované dokumenty, vizuální jazykové modely (např. GraniteDocling) i automatické rozpoznávání řeči (ASR) pro audio a video. Umožňuje také lokální spuštění pro citlivá data v izolovaných prostředích. Projekt je vyvíjen pod záštitou LF AI & Data a je dostupný jako open-source na GitHubu, k dispozici je také CLI pro pohodlné ovládání.

Kategorie