Docling
Docling 将 PDF、DOCX、PPTX、HTML 和其他格式解析为包含文档布局、表格等内容的丰富统一表示,使它们可用于 RAG 等生成式 AI 工作流程。
此集成通过
DoclingLoader
文档加载器提供 Docling 的功能。
安装与设置
只需通过您的包管理器(例如 pip)安装 langchain-docling
即可
pip install langchain-docling
文档加载器
langchain-docling
中的 DoclingLoader
类将 Docling 无缝集成到 LangChain 中,使您能够
- 轻松快速地在 LLM 应用程序中使用各种文档类型,并且
- 利用 Docling 的丰富表示进行高级的、文档原生的基础构建。
基本用法如下所示
from langchain_docling import DoclingLoader
FILE_PATH = ["https://arxiv.org/pdf/2408.09869"] # Docling Technical Report
loader = DoclingLoader(file_path=FILE_PATH)
docs = loader.load()
有关端到端用法,请查看此示例。