Docling

IBM Research 開發的文件解析 API。將 PDF、DOCX、PPTX、HTML、圖片轉換為結構化的 Markdown 或 JSON，採用 AI 模型進行版面分析與表格辨識。

部署後可以做什麼

1. 開啟網域 — Swagger UI 在 /docs 路徑載入，可進行互動式 API 測試
2. 轉換 PDF — 上傳 PDF 檔案，取得結構化的 Markdown 或 JSON 輸出
3. 處理 DOCX/PPTX — 轉換 Office 文件並保留結構
4. 擷取表格 — AI 驅動的表格結構辨識，具備儲存格級別的準確度
5. 批次處理 — 透過 API 轉換多個文件
6. OCR 支援 — 從掃描文件和圖片中擷取文字
7. API 整合 — 從任何程式語言使用 REST API

主要功能

• 支援 PDF、DOCX、PPTX、HTML、圖片輸入
• Markdown 和 JSON 輸出格式
• AI 版面分析（DocLayNet）
• 表格結構辨識（TableFormer）
• 掃描文件 OCR
• 無狀態，不需要資料庫

授權

MIT — GitHub