Docling: gjør PDF og Office-filer klare for KI

Hva er Docling?

Docling er et Python-bibliotek og kommandolinjeverktøy som leser dokumenter og gjør dem om til et format KI-verktøy forstår. Når du vil at en språkmodell skal svare ut fra egne dokumenter, er det ofte selve lesingen av PDF-filene som går galt: tabeller blir rot, og kolonner blandes. Docling er laget for nettopp dette. Prosjektet er en del av LF AI & Data under Linux Foundation.

Ifølge README kan Docling blant annet:

• Lese mange formater: PDF, DOCX, PPTX, XLSX, HTML, EPUB, bilder, e-post (EML og MSG), OpenDocument-filer og lydfiler
• Forstå PDF i dybden: sideoppsett, leserekkefølge, tabeller, kode og formler
• Gjenkjenne tekst (OCR) i skannede PDF-er og bilder
• Eksportere til Markdown, HTML, DocTags og tapsfri JSON
• Kjøre lokalt, også i miljøer uten internett, for sensitive data
• Kobles til LangChain, LlamaIndex, Crew AI og Haystack, og brukes som MCP-server

Hva kan norske bedrifter bruke det til?

• Gjøre håndbøker og rutiner søkbare for KI: Konverter PDF-er til Markdown før de legges inn i en intern KI-chat.
• Hente ut tabeller: Prislister, rapporter og vedlegg i PDF kan bli til tabeller som kan behandles videre.
• Digitalisere skannede papirer: OCR gjør skannede dokumenter om til tekst.

Fordi Docling kan kjøres helt lokalt, trenger ikke dokumentene å forlate egne maskiner. Det er en fordel med kontrakter, personaldokumenter og annet sensitivt innhold.

Slik kommer du i gang

Docling krever Python 3.10 eller nyere og virker på Windows, macOS og Linux:

pip install docling

Konverter et dokument fra kommandolinjen. Resultatet blir en .md-fil i mappen du står i:

docling rapport.pdf

I Python ser det slik ut (etter eksempelet i README):

from docling.document_converter import DocumentConverter

converter = DocumentConverter()
result = converter.convert("rapport.pdf")
print(result.document.export_to_markdown())

Første gang lastes det ned modeller for layout og tabeller, så det kan ta litt tid.

Lisens

Docling er lisensiert under MIT. Det er en OSI-godkjent lisens som tillater kommersiell bruk, endring og videreformidling. Valgfrie modeller som Docling kan bruke, har egne lisenser. Sjekk dem hvis du tar i bruk ekstra modeller.

Hvorfor vi skriver om det

Verktøy som lar KI lese egne dokumenter, er et gjennomgående tema på AI-kanaler som @milesreevesai, @replace.so og @ai.with.andrew på TikTok. Vi kan ikke se videoene direkte, og vi påstår ikke at akkurat dette verktøyet er vist i en bestemt video. Alle fakta i artikkelen er hentet fra prosjektets egen nettside og kildekode, som er lenket under.

Lenker

• Offisiell side: docling.ai
• Kildekode: github.com/docling-project/docling
• Dokumentasjon: docling-project.github.io/docling