docling 是一个文档解析工具，把 PDF、DOCX、PPTX、XLSX、HTML、EPUB、图片、音频等格式统一转成 Markdown、HTML 或 JSON。今天在涨星榜上，星数 67418。
现在的做法是复制粘贴。PDF 里的表格粘进对话框就散成一行行文字，公式变成乱码，扫描件干脆一个字都提不出来。想让模型读一份财报或论文，光整理格式就耗掉半小时，还经常漏掉跨页的表格。
它解决的就是这一步。把一份带表格和公式的 PDF 丢进去，输出的 Markdown 里表格还是表格，公式还是公式，标题层级和阅读顺序都保留。扫描件走 OCR，图片里的文字也能提出来。输出直接喂给模型，不用再手工对齐。
它有一个统一的 DoclingDocument 表示格式，所有输入格式先转成这个中间结构，再导出成你要的格式。省掉的是逐格式写解析脚本这一步——PDF 一套逻辑、DOCX 另一套、图片再一套，现在一份代码走完。
本地执行，敏感数据不用上传。装完打开就能用，对新手不算难。涉及批量处理文件时，动手前备份原始文档。
如果你感兴趣但不会装，评论区或私信喊我一声。