← Všechny AI tipy

Docling

Open-source parser od IBM Research, který převádí PDF, Office, HTML, e-maily i audio na jednotný DoclingDocument a dál na Markdown, JSON nebo RAG chunky; běží na CPU, MIT licence, pod Linux Foundation.

  • Nástroj
  • AI
  • 5/5

Účel

Python knihovna a CLI od IBM Research (tým AI for Knowledge, Curych), dnes hostovaná pod LF AI & Data Foundation. Vezme PDF, DOCX, PPTX, XLSX, HTML, EPUB, Apple Pages, obrázky, e-maily (EML, MSG), LaTeX, XBRL i audio a video a převede je do jednotné reprezentace DoclingDocument. Z ní exportuje Markdown, HTML, JSON, WebVTT nebo DocLang a přímo z ní se dělá chunking pro RAG. Rozpoznává layout, pořadí čtení a strukturu tabulek (vlastní model TableFormer), OCR volá volitelně jen pro skeny.

Odlišnost

Proti Markeru (kartu máme, vydání 1) sází Docling na přesnost a šířku vstupů místo rychlosti: MIT licence bez omezení komerčního užití, běh čistě na CPU a bezztrátová hierarchie dokumentu v mezireprezentaci. Marker má váhy pod OpenRAIL-M s hranicí obratu, Docling tenhle problém nemá. Nativně sedí do LangChain, LlamaIndex, Haystack a CrewAI, umí běžet jako MCP server nebo API server. Od roku 2026 k tomu patří Granite-Docling-258M, malý VLM pod Apache-2.0, který zpracuje stránku jedním průchodem.

Nasazení

Self-host jako Python knihovna (pip install docling), CLI, Docker, nebo jako API/MCP server. Běží na CPU, na GPU a na Apple Silicon přes MLX (3–5× rychlejší). Žádný placený plán ani managed služba od výrobce, komerční hosting nabízejí třetí strany. Základní wheel táhne PyTorch a Transformers, počítejte s ~2,4 GB image.

V kostce

Zralost
5/5
Jak zavedený je projekt: body za aktivní vývoj, víc přispěvatelů, placenou verzi a víc než rok na trhu.
Nasazení
Knihovna, Self-hosting, CLI
Licence
MIT
Cena
Zdarma, MIT; žádný placený plán ani managed služba od výrobce

Zdroje