Docling

github.com/docling-project/docling · 读文档 · 开源自建 · 开源（MIT） · 自建即离线

IBM 出的文档解析库，PDF / DOCX / PPTX 统一转成结构化数据，自带版面分析和表格结构，适合写进自己的流水线。

短板：表格还原不如 MinerU 激进；大文件很慢，要配并发。

桌面端 · 抓图于 2026-11

访问站点 ↗

文档解析开源批量处理

同样用来「读文档」的其它选择

• MinerU — 把 PDF 转成 Markdown / JSON：扫描件、双栏论文、复杂表格基本保形，公式也认得出来。给知识库喂文档的第一步就用它。
• NotebookLM — 把一堆资料丢进去，它只根据这些资料回答，每条结论能点回原文；还能把资料生成一段中文播客。
• 夸克 — 夸克的 AI 搜索和文档助手，扫描件、论文、合同能直接问，国内打开就能用，不用装任何东西。

← 全部 155 个工具 · 自建选型矩阵 · 痛点专题