docling 开源:把文档准备好再交给生成式 AI

docling 想解决的问题很朴素,就是把各种文档整理成生成式 AI 能直接消化的格式。 为什么这件事值得单独做 真实文档很少是干净的纯文本。表格、分栏、页眉页脚、扫描件里的图文混排,都会让模型读到的内容变形。解析这一步做不好,后面的检索和…

2 days ago AI笔记