为什么做这个网站#
Docling 很出色,而且迭代极快——大约两年发布了 233 个版本。这种速度让教程很快过时:参数改名、默认值变化、软件包拆分。我们建立 docling.org,就是为了提供一个命令依然可用、选项完整、结论来自实测而非照搬的地方。
我们是谁——以及不是谁#
我们是
一个独立的、由社区运营的参考网站。我们编写指南、开发工具、运行基准测试并持续更新。联系方式:hello@docling.org。
我们不是
Docling 项目、IBM、IBM Research 或 LF AI & Data 基金会。我们无法获知未发布的计划,也不代表维护者发言。官方资源:GitHub、docling.ai、官方文档。
我们如何验证#
- 锁定版本
每个页面都注明验证所用的 Docling 版本(目前为 2.143.1,验证日期 2026 年 10 月 27 日)。当新版本改变行为时,我们会重新检查受影响的页面。
- 直接从软件读取选项
CLI 参考、配置生成器和引擎表格都由 Docling 自身的参数定义生成(
typer命令对象、docling options、pydantic 模型字段),而不是手工录入。 - 运行我们发布的内容
命令和代码片段都在干净的虚拟环境中执行。如果某件事行不通——例如我们以为可行的“无 PyTorch”Office 安装——我们会如实发布实际结果。
- 测量,并说明机器配置
基准测试注明硬件、版本、文档和方法,并取多次预热运行的中位数。这些测试规模小、针对性强,我们也会明确说明这一点。
- 其余内容注明出处
许可证、模型分数、镜像大小和下载量都链接到我们读取的来源,并注明日期。
我们的基准测试环境#
| 硬件 | 4 vCPU x86_64 云服务器,15 GB 内存,无 GPU |
|---|---|
| 软件 | Linux、Python 3.13、PyTorch 2.14.1(CPU 版)、Docling 2.143.1 |
| 文档 | Docling 技术报告(arXiv 2408.09869,9 页),以及按 150 DPI 栅格化的 4 页副本 |
| 其他工具 | Marker 1.10.2、PyMuPDF4LLM 2.0、MarkItDown 0.1.9 和 Unstructured 0.27.35,各自装在独立虚拟环境中;通过 Tesseract 做 OCR 的工具使用 Tesseract 5.3.4 |
| 方法 | 每种配置一个转换器,一次预热,取三次计时运行的中位数;使用 Docling 内置的阶段性能分析 |
详情与结果见性能和 Docling 与同类工具对比。
更正与更新#
如果命令失败、数字看起来不对或页面已过时,请把页面网址、你的 Docling 版本(docling --version)和看到的现象发送到 hello@docling.org。经确认的错误我们会尽快修正,并更新页面上的“更新于”日期。
语言#
本指南提供 English、简体中文和 日本語 版本。各语言的命令和选项名称完全相同,只翻译说明文字。
资金与独立性#
docling.org 没有赞助内容,也没有联盟推广链接。我们使用 Google Analytics 了解哪些页面对读者有帮助(见隐私)。没有人付费让我们把某个工具排在另一个之前;对比页面公开了原始数据,方便你自行判断。
常见问题
docling.org 与 IBM 有关系吗?
没有。docling.org 是独立网站,与 IBM、LF AI & Data 基金会及 Docling 项目均无隶属、背书或维护关系。
如何反馈 docling.org 上的错误?
请把页面地址、错误内容以及(如果命令失败)你的 Docling 版本发送到 hello@docling.org。我们力争在一天内发布更正。
Docling 的官方文档在哪里?
官方文档在 docling-project.github.io/docling,源码在 github.com/docling-project/docling,项目网站为 docling.ai。