Docling

IBM Research 开发的文档解析 API。将 PDF、DOCX、PPTX、HTML、图片转换为结构化的 Markdown 或 JSON。

部署后可以做什么

1. 打开域名 — Swagger UI 在 /docs 路径加载
2. 转换 PDF — 上传 PDF 文件获取结构化输出
3. 处理 DOCX/PPTX — 转换 Office 文档并保留结构
4. 提取表格 — AI 驱动的表格结构识别
5. 批量处理 — 通过 API 转换多个文档
6. OCR 支持 — 从扫描文档和图片中提取文字

授权

MIT — GitHub