Docling 是什麼、怎麼用：把 PDF、Word、PPT 解析成 Markdown 的開源文檔處理庫

本文根據 Docling 官方 GitHub 倉庫 README 整理，資料核對於 2026-10-11。開源項目變化快，以官方倉庫為準。

是什麼

Docling 是一個開源的文檔處理庫，README 的介紹是：通過解析各種格式來簡化文檔處理，並把結果對接到生成式 AI 的工具鏈裏。它由 IBM 蘇黎世研究院的團隊發起，現在是 LF AI & Data 基金會託管的項目。倉庫約有 6.86 萬星標，採用 MIT 許可。它和 MinerU 解決的是同一類問題——把人讀的文檔變成模型能用的結構化文本。

能做什麼

README 列出的特性：

• 多格式解析：PDF、DOCX、PPTX、XLSX、HTML、EPUB、圖片、音頻、電郵等。
• 深入理解 PDF：識別版面佈局、閱讀順序、表格和公式。
• 多種導出格式：Markdown、HTML、WebVTT，以及無損的 JSON 等。
• OCR：處理掃描版 PDF 和圖片。
• 生態集成：LangChain、LlamaIndex、CrewAI、Haystack，並提供 MCP 伺服器，可以讓智能體直接調用。
• 本地執行：適合處理敏感數據，以及與外網隔離的環境。

怎麼上手

README 給出的安裝與命令行用法（需要 Python 3.10 或更高版本）：

bash
pip install docling
docling https://arxiv.org/pdf/2206.01062

在 Python 代碼裏：

python
from docling.document_converter import DocumentConverter

source = "https://arxiv.org/pdf/2408.09869"  # 本地路徑或 URL
converter = DocumentConverter()
result = converter.convert(source)
print(result.document.export_to_markdown())

得到 Markdown 之後，就可以切塊、生成向量並寫入知識庫；使用 LangChain 或 LlamaIndex 的話，可以直接用它們對應的 Docling 加載器。

免費與付費

Docling 免費、開源（MIT 許可），沒有訂閱。它在你自己的機器上運行，成本只有硬件和時間；首次使用需要下載模型文件。

適合誰 / 不適合誰

適合： 搭建企業知識庫、文檔不能上載到第三方服務的團隊；需要在數據處理流水線裏批量解析文檔的工程師；使用 LangChain、LlamaIndex 等框架做 RAG 的開發者。

不適合： 不寫代碼、只想轉換一兩份文件的用戶；機器配置很低又要處理大量掃描件的情況（OCR 較慢）；需要帶介面的協作式標註與校對流程的團隊。

注意事項

• 複雜表格、跨頁表格和手寫內容仍可能出錯，關鍵數字要抽樣核對。
• 與 MinerU 相比各有擅長的文檔類型，正式選型前用自己的樣本文檔對比。
• MIT 許可寬鬆，但解析出的文檔內容本身的版權不因此改變。