Skip to main content
Open on GitHub

Docling

Docling 可解析 PDF、DOCX、PPTX、HTML 等格式，将其转换为丰富的统一表示，包括文档布局、表格等，为 RAG 等生成式 AI 工作流做好准备。

此集成通过 DoclingLoader 文档加载程序提供了 Docling 的能力。

安装和设置​

只需从您的包管理器中安装 langchain-docling，例如 pip：

pip install langchain-docling

文档加载程序​

langchain-docling 中的 DoclingLoader 类将 Docling 无缝集成到 LangChain 中，使您能够：

  • 轻松快速地在 LLM 应用中使用各种文档类型，并且
  • 利用 Docling 的丰富表示进行高级的、原生于文档的 grounding。

基本用法如下所示：

from langchain_docling import DoclingLoader

FILE_PATH = ["https://arxiv.org/pdf/2408.09869"]  # Docling 技术报告

loader = DoclingLoader(file_path=FILE_PATH)

docs = loader.load()

有关端到端用法，请查看 此示例。

其他资源​