خلاصه: Docling سندهایی مثل PDF را به ساختار قابل‌پردازش و خروجی‌هایی مانند Markdown تبدیل می‌کند. برای شروع، یک PDF کوتاه و غیرحساس انتخاب کنید و خروجی را با صفحات اصلی کنار هم ببینید. ترتیب ستون‌ها، جدول‌ها و اعداد را کنترل کنید؛ تبدیل سند به متن، معادل فهم صحیح یا خلاصه‌سازی معتبر نیست.
پیش‌نیاز: Python 3.10 یا بالاترِ سازگار و PDF کوتاهِ مجاز.
سطح: متوسط
وقتی کپی‌کردن PDF نتیجه را خراب می‌کند
از یک جزوه دو ستونه متن را کپی می‌کنید و می‌بینید نیمه یک جمله، بین جمله ستون دیگر افتاده است. اگر همان متن را برای خلاصه‌سازی بدهید، خطا از مرحله ورود داده آغاز شده. Docling برای استخراج ساختار سند ساخته شده و در README به ترتیب خواندن، جدول و OCR اشاره می‌کند. معرفی رسمی Docling
مسیر شروع روی ویندوز
README فعلی از Python 3.10 یا بالاتر و ویندوز پشتیبانی می‌کند. در یک پوشه آزمایشی، محیط جدا بسازید:
py -m venv .venv
.\.venv\Scripts\python.exe -m pip install docling
.\.venv\Scripts\docling.exe ".\sample.pdf"
نام فایل را با PDF خودتان جایگزین کنید. تبدیل ساده در مسیر مستندات، فایل Markdown می‌سازد. این دستورها راهنمای مبتنی بر مستندات هستند و اجرای واقعی‌شان روی سیستم شما آزمایش نشده است. دریافت بعضی مدل‌ها یا منابع ممکن است در اولین اجرا اینترنت بخواهد.
مثال برای تولید یک راهنمای آموزشی
فرض کنید یک جزوه مجاز درباره تنظیمات دوربین دارید. هدف اول، تولید مقاله نیست؛ فقط استخراج سه صفحه شامل یک عنوان، یک جدول و چند عدد است. خروجی را باز کنید و بپرسید: آیا سطر «سرعت شاتر» کنار مقدار خودش مانده؟ آیا شماره صفحه داخل متن آموزشی افتاده؟ آیا زیرنویس عکس به‌عنوان جمله اصلی خوانده شده؟
قسمت درست را برای بازنویسی آموزشی انتخاب کنید. بخش خراب را جدا اصلاح کنید و به مدل بگویید از متن اصلاح‌شده استفاده کند. اگر فارسی اسکن‌شده دارید، کیفیت OCR را با یک صفحه ارزیابی کنید؛ نام قابلیت OCR، تضمین استخراج بی‌نقص فارسی نیست.
معیار قبولی کوچک
پنج مورد را پیش از پردازش کل جزوه علامت بزنید: دو عدد، یک عنوان، یک ترتیب فهرست و یک جدول. خروجی وقتی مناسب این کار است که هر پنج مورد معنی اصلی را حفظ کرده باشند. این معیار پیشنهادی آلواناست و ادعای بنچمارک محصول نیست.
محدودیت منابع و مجوز
فایل اسکن‌شده، جدول پیچیده و استفاده از مدل تصویری می‌توانند زمان و منابع بیشتری بخواهند. برای شروع، پردازش دسته‌ای بزرگ نسازید و اصل فایل را حفظ کنید. کد Docling با MIT عرضه شده، اما مدل‌های مورداستفاده ممکن است مجوز متفاوت داشته باشند. پیش از استفاده تجاری، بسته مدل انتخابی را جدا بررسی کنید. مجوز کد
وضعیت پروژه و منابع
در بررسی ۸ اکتبر ۲۰۲۶، مخزن 68,498 ستاره داشت و بایگانی نبود. آخرین push ثبت‌شده: 2026-10-07. ستاره زیاد، تضمین کیفیت، امنیت یا نتیجه نیست. مخزن و README · مجوز · فعالیت
پرامپت آماده
متن استخراج‌شده را مرتب کن، اما عدد، واحد، ترتیب مرحله و معنای جدول را تغییر نده. قسمت‌های مخدوش را حدس نزن؛ با برچسب نیازمند بازبینی مشخص کن.
مشخصات مخزن
- مخزن: docling-project/docling
- ستاره‌ها هنگام بررسی: ۶۸٬۴۹۸ (۱۶ مهر ۱۴۰۵)
- مجوز: MIT (code); individual models have separate licenses
سؤالات متداول
آیا Docling خودش مقاله می‌نویسد؟
وظیفه اصلی در این مسیر، پردازش و استخراج ساختار سند است. نگارش مقاله مرحله بعدی است و باید از متن کنترل‌شده استفاده کند.
آیا برای PDF فارسی اسکن‌شده مناسب است؟
پشتیبانی OCR به معنی تضمین کیفیت فارسی نیست. یک صفحه واقعی از همان فایل را با اصل آن مقایسه کنید.
محدودیت‌ها
OCR و ترتیب خواندن نیازمند بازبینی؛ دریافت مدل اولیه؛ مجوز مدل‌ها مستقل از کد است.
منابع
- README و صفحه رسمی Docling — docling-project
- مجوز کد Docling — docling-project
- فعالیت رسمی مخزن — GitHub
