Docling — инструмент для обработки документов, который упрощает парсинг самых разных форматов и обеспечивает интеграцию с экосистемой генеративного ИИ. Поддерживаются PDF, DOCX, PPTX, XLSX, HTML, EPUB, Apple Pages, аудиоформаты, изображения, LaTeX и многие другие типы файлов.
Особое внимание уделено продвинутому пониманию PDF: анализ макета страницы, порядка чтения, структуры таблиц, кода, формул и классификации изображений. Данные представляются в едином формате DoclingDocument и могут экспортироваться в Markdown, HTML, JSON и другие форматы. Есть поддержка OCR для сканов, распознавания речи (ASR) и визуальных языковых моделей.