docling-project/docling
用 Docling 从复杂或扫描版 PDF 中提取表格和文字
开源文档解析工具,能理解页面版式、阅读顺序和表格,并支持扫描件 OCR。可输出 Markdown 或 JSON,也能通过其 MCP 服务器接入智能体。
什么时候用
适合普通转换工具会丢失发票、财务报表或研究报告结构,而你需要完整保留表格的场景。
能访问什么
- 运行代码
- 读写文件
安装之前: 在你自己的机器上运行,首次使用时会下载 AI 模型;除非你选择远程模型,文档都在本地处理。批量处理时会占用较多 CPU 和内存。
开源工具通常需要访问您应用的令牌。Wize 会先审阅代码,只授予工作所需的最小权限,并设置为对外发送的任何内容都需人工批准。