简介
做 RAG 的人迟早会撞上同一个墙：解析质量决定了检索质量的上限。 一份双栏排版的 PDF，用简单的文本抽取工具出来会变成”两栏交错的一团词”，后面再怎么调 embedding 和重排都救不回来。
Docling 就是冲着这件事做的。它把文档当成有结构的版面来理解：识别标题层级、段落、表格、图片与公式，按人类阅读顺序重新组织，最后输出干净的 Markdown 或者保留完整结构的 JSON。整个过程本地运行，文件不离开你的机器。
核心能力
- 多格式统一入口：PDF、DOCX、PPTX、HTML、图片用同一套 API 处理
- 版面理解：识别栏、表格、图片与页眉页脚，重建正确阅读顺序
- 表格结构：把表格还原成可计算的结构，而不是一串空格分隔的字符
- OCR 集成：扫描件走 OCR 通道，中英文混排也能处理
- 框架友好：直接输出 Document 对象，接 LangChain、LlamaIndex 无需额外适配
适合谁用
- 自建 RAG 的工程团队：尤其是处理合同、年报、技术手册这类复杂 PDF
- 有数据合规约束的机构：文档不能上传到第三方解析 API
- 需要批量归档的部门：法务、财务、研发文档库的结构化
使用建议
- 先抽样看解析结果：不同来源的 PDF 质量差异极大，先各格式抽 20 份人工核对
- 表格单独处理：把表格转成 Markdown 或直接入结构化库，别和市场叙述文本混在同一个块里
- 保留页级元数据：输出时带上页码与坐标，后续做引用溯源会省很多事
- 给解析加缓存：同一份文档多次实验时，按文件 hash 缓存解析结果，能省大量时间
