docling-project/docling

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

这是解析PDF和Office文件等多种格式的文档处理工具。它表示布局、阅读顺序和表格结构，支持导出Markdown和JSON等格式以及本地运行。

对 ATF 的帮助

Company Brain可以参考其在连接公司资料前进行结构化文档转换的方式。LabChin可以比较其研究文档和表格解析方法。

许可证

MIT 宽松许可。保留版权声明即可商用和修改。

同领域的其他仓库

• dream-num/univer
  这是一个office SDK，可在自有产品中嵌入电子表格、文档、演示文稿、base和board。它提供Canvas渲染、公式引擎，以及在浏览器和Node.js通用的facade API，PDF标注为即将推出。
• lynote-ai/humanize-text
  这是一个开源流水线，把AI生成的文本改写成更自然的文字。它先以temperature 1.3进行两轮LLM改写，再经由不同的机器翻译引擎翻译两次，并公开每个中间步骤。
• aliyun/ai-agent-handbook
  这是一份公开白皮书，按架构、构建、运行、治理和调优梳理企业AI agent，涵盖harness与模型的责任边界、context、状态、工具、sandbox、trace与评估，并收录2026年开发者调研。
• LaoFeng-mouse/flyingmouse-format
  FlyingMouse Format是一款可离线使用的Windows桌面应用，可在图片、文档、表格、演示文稿、PDF、音频和视频之间转换格式，并支持OCR和批量转换。它内置FFmpeg、LibreOffice、Poppler和Tesseract。
• chrisryugj/kordoc
  将 HWP、HWPX、PDF 和 Office 文档转换为 Markdown 的 CLI 与 MCP 服务器。也提供文档比较和表单自动填写功能。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。