Docling

把 PDF、Word、PPT 喂给大模型之前，表格、版面和图片都要处理成结构化内容，普通转换工具效果很差。Docling 是 IBM 开源的把各种文档解析成适合生成式 AI 使用的结构化格式的工具。

它准确理解版面、表格、公式和阅读顺序，输出 Markdown、JSON 等格式，并能直接接入 LangChain、LlamaIndex。

软件功能

多格式：PDF、DOCX、PPTX、XLSX。

版面理解：阅读顺序。

表格解析：结构准确。

框架集成：LangChain 等。