IBM 开源 Docling 库，可将任何文档转换为数据
mdancho84 · x · 2026-08-21
IBM 发布了一款名为 Docling 的免费 Python 库，旨在将各种文档格式（特别是 PDF）转换为结构化数据。该工具集成了 PDF 解析后端、布局分析模型、基于视觉的表格格式化器以及 OCR 文本识别技术，并能将论文等复杂文档直接转换为 Markdown 格式，方便与生成式 AI 生态系统集成。
「Infra」频道最新
- Starcloud 欲发射 8.8 万颗卫星，人均 3520 颗 — HaktanSuren · 2026-08-22
- Canonical 推出 Groundwork：追踪数据中心真实许可数据 — ai · 2026-08-22
- Qwen3-TTS 开源实现：H100 上首音 34ms、支持 10 RPS — Forsaken_Goal3692 · 2026-08-22
- 数据中心岗位薪资溢价显著：设施经理涨64% — a16z · 2026-08-22
- 纯 C 写的 TRiP 框架：支持多模型训练与推理 — RelevantShape3963 · 2026-08-21
- 应用 SaaS 行业最大风险：正变为不懂基建的云服务商 — matt_slotnick · 2026-08-21