docling-project/docling 是一个 Python 工具,能够解析包括 PDF 在内的多种格式的文档,整理为统一的文档结构,并导出为 Markdown、HTML、JSON 等格式。仓库说明将其目标定为准备用于生成式 AI 的文档。在提供的记录中,最新版本为 v2.145.0。不过,记录并未说明该版本发生了哪些变化。
该工具先把输入文档规范化为称为 DoclingDocument 的统一表示,再转换为多种格式。其核心价值在于统一各文档彼此不同的结构,以便交给后续处理。README 摘要列出的支持功能包括页面布局与阅读顺序、表格与公式理解、OCR 以及音频 ASR。ASR 是把音频中的语音转换成文本的处理。它还提供 LangChain 集成、命令行工具以及 docling-serve API 服务器。仓库许可证为 MIT。
可以确认的功能即为仓库和 README 中记载的说明,而提供的记录中没有 v2.145.0 的变更记录。因此,无法在此确定该版本新增或修改了哪些功能。可以确认该工具把文档解析与转换作为一个流程来处理,但仅凭给出的信息难以判断各版本之间的变化。