Легкий парсинг документов с Docling!

Docling — это open-source Python-пакет, который превращает любой документ в данные, готовые для LLM!

🟢OCR для сканированных PDF
🟢Поддержка PDF, PPTX, DOCX и других → конвертация в Markdown, JSON
🟢Продвинутый разбор PDF: структура, порядок чтения, таблицы
🟢Интеграция с LlamaIndex и LangChain

Скоро появится:

➖Извлечение уравнений и кода
➖Нативное расширение для LangChain
➖Извлечение метаданных (заголовки, авторы, ссылки, язык)

Совместим с macOS, Linux и Windows на архитектурах x86_64 и arm64.

⏩ Ознакомиться:
https://github.com/DS4SD/docling

👉 @PythonPortal | #ресурсы