跳转到主要内容
PromptQuorum为人类设计。 为AI结构化。
主页/本地LLM进阶
RAG & Document Chat

Docling 评测:开源文档解析器(适用于 RAG)

·6分钟阅读 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎

Docling(70,000+ GitHub 星标)可将 PDF、DOCX、PPTX、XLSX、HTML、EPUB 和图片转换为 Markdown、JSON 和 HTML,供 RAG 和 LLM 管道使用;文档解析在您的机器上运行,MCP 服务器通过独立软件包 docling-mcp 提供,代码以 MIT 许可免费使用。 模型权重首次使用时从 Hugging Face 下载。这是一个需要 Python 3.10 及以上的 Python 库和 CLI 工具,使用 pip install docling 安装。

关键要点

  • 代码采用 MIT 许可;70,000+ GitHub 星标;由 IBM Research 苏黎世发起,LF AI & Data Foundation 托管。
  • pip install docling——需要 Python 3.10 及以上(pyproject.toml 为 3.10–3.14),无需 Java。
  • 输出 Markdown、JSON(含边界框)、HTML、DocLang 和 DocTags。
  • 通过独立软件包 docling-mcp 提供 MCP 服务器:uvx --from=docling-mcp docling-mcp-server。
  • 官方 README 中有表格提取和边界框坐标的文档。

📍 简单一句话

Docling 是由 IBM Research 苏黎世发起、LF AI & Data Foundation 托管的开源 Python 库,可将 PDF、DOCX、PPTX、XLSX、HTML、EPUB 和图片转换为 Markdown、JSON 和 HTML,供 RAG 和 LLM 管道使用,在本机处理文档;MCP 服务器通过独立软件包 docling-mcp 提供。

💬 简单来说

您提供一个文档文件;它读取结构(标题、表格、文本块),并将内容写入 LLM 或 RAG 系统可以使用的格式。您的文件不会被上传;模型权重首次使用时从 Hugging Face 下载。

📌注: PromptQuorum 未实际测试 Docling。所有信息均来自 github.com/docling-project/docling 和 docling-project.github.io/docling,于 2026 年 11 月 15 日查阅。

Docling 是由 IBM Research 苏黎世发起、由 LF AI & Data Foundation 托管的开源文档解析库,可将 PDF、DOCX、PPTX、XLSX、HTML、EPUB 和图片转换为 Markdown、JSON 等结构化格式,供 RAG 和 LLM 管道使用,并通过独立软件包 docling-mcp 提供 MCP 服务器。本评测基于 Docling GitHub 仓库 和 docling-project.github.io/docling,于 2026 年 11 月 15 日查阅;PromptQuorum 未实际安装或运行。

Docling 评测:开源文档解析器(适用于 RAG)

Docling 的功能

  • 输入格式: PDF、DOCX、PPTX、XLSX、HTML、EPUB 和图片。
  • 输出格式: Markdown、JSON(含坐标)、HTML、DocLang 和 DocTags。
  • OCR: 处理扫描 PDF 和基于图像的文档。
  • 表格提取: 检测表格并保留其结构。
  • 边界框: JSON 输出包含元素坐标。
  • MCP 服务器: 通过独立软件包 docling-mcp 提供;兼容 AI 助手可调用 Docling。

安装 Docling

使用单个 pip 命令安装。需要 Python 3.10 及以上(pyproject.toml 为 3.10–3.14)。

数据流向

  • 本地处理: 文档解析在您的机器上运行,您的文件不会被上传。处理 PDF 时会在首次使用时从 Hugging Face 下载模型权重,之后从本地缓存运行(可预先下载以供离线隔离环境使用)。
  • MCP 服务器: docling-mcp 服务器默认在本地转换;如果您进行配置,也可以指向远程 Docling Serve。
  • 遥测: README 中未提及;如有需要请检查设置。

许可与价格

Docling 代码采用 MIT 许可发布,允许在商业和个人项目中免费使用。Docling 下载的模型权重受其各自许可约束,商业部署前请先核查。

  • MIT 许可(针对代码)——保留版权和许可声明;下载的模型权重有各自的许可。
  • 代码可免费用于商业项目;下载的模型权重有各自的许可。

竞品与替代方案

PromptQuorum 目录中同类别的其他文档解析器:

  • Marker(40,000+ 星标,代码为 Apache 2.0,模型权重采用带商业限制的修改版 AI Pubs Open RAIL-M 许可)——使用 Surya OCR 的 PDF 转 Markdown 工具。
  • MinerU(83,000+ 星标,MinerU Open Source License(Apache 2.0 加附加条件))——支持 LaTeX 输出。
  • Unstructured——输入格式支持广泛,包括电子邮件。

在目录中比较

常见问题

Docling 需要 GPU 吗?

README 未说明基本安装需要 GPU。OCR 和版面分析在 GPU 上可能更快,也可以在 CPU 上运行;请在文档中查看加速器设置。

Docling 使用什么许可证?

Docling 代码采用 MIT 许可证——允许商业使用,需保留版权声明。下载的模型权重受其各自许可约束。

Docling 会将数据发送给 IBM 吗?

文档解析在您的机器上运行,您的文件不会被上传。处理 PDF 时会在首次使用时从 Hugging Face 下载模型权重,之后从本地缓存运行(可预先下载以供离线隔离环境使用)。docling-mcp 服务器默认在本地转换;如果您进行配置,也可以指向远程 Docling Serve。README 未描述遥测通道。

Docling 能处理扫描 PDF 吗?

可以。Docling 包含 OCR,可处理扫描 PDF 和基于图像的文档。

Docling 中的 MCP 服务器是什么?

一个 MCP 服务器,让兼容的 AI 助手(如 Claude)可以调用 Docling 进行文档转换。它是独立软件包 docling-mcp(uvx --from=docling-mcp docling-mcp-server)。

评测基于哪个版本?

v2.150.1,于 2026 年 11 月 14 日在 GitHub Releases 发布。

Docling 支持 Windows 吗?

README 未提及 Windows 限制;PyPI 包无操作系统约束。

DocLang 和 Markdown 有什么区别?

Markdown 是通用纯文本格式;DocLang 是 Docling 专有的结构化格式,保留更多文档语义。

只支持 Python 吗?

是的,Docling 是 Python 库,需要 Python 3.10 及以上(pyproject.toml 为 3.10–3.14)。

可以免费用于商业用途吗?

可以。Docling 代码的 MIT 许可证允许在商业项目中使用,需保留版权声明;下载的模型权重受其各自许可约束,请先核查。

来源

← 返回 本地LLM进阶

MCP