docling-Studio
為 AI 代理打造的無區塊 RAG,由 Docling 驅動。解析您的 PDF,檢查頁面上的每個標題、表格和方框,然後讓任何 MCP 用戶端(Claude、Cursor 等)在 token 預算內僅讀取所需的章節,並引用經伺服器驗證的準確段落。無需區塊、無需嵌入、無需向量儲存。
docling-Studio 是什麼?
為 AI 代理打造的無區塊 RAG,由 Docling 驅動。解析您的 PDF,檢查頁面上的每個標題、表格和方框,然後讓任何 MCP 用戶端(Claude、Cursor 等)在 token 預算內僅讀取所需的章節,並引用經伺服器驗證的準確段落。無需區塊、無需嵌入、無需向量儲存。
docling-Studio 概覽
這是什麼
Docling Studio 是一個由 Docling 驅動的視覺化文件分析工作室。使用者可以上傳 PDF、設定提取管線,並直接在瀏覽器中檢視結果——包含文字、表格、圖片、公式以及邊界框。
主要功能
- 首頁提供快速上傳與最近文件
- PDF 檢視器支援頁面導覽、邊界框疊加與可調整大小的結果面板
- 可設定的 Docling 管線:OCR、表格提取、程式碼/公式強化、圖片分類與描述、圖片生成
- 邊界框視覺化:在 PDF 上以顏色區分元素疊加顯示
- 分塊:將提取內容分割為語意區塊(階層式、混合式或依頁面),可設定 token 限制並支援行內編輯
- 攝取管線:Docling → 分塊 → 嵌入 → OpenSearch 向量索引(從 Studio 一鍵執行)
- 圖形儲存(Neo4j):完整的 DoclingDocument 樹以圖形方式鏡像,包含關聯,並透過 Cytoscape.js 提供應用內圖形檢視
使用情境
此工具專為視覺化文件分析、提取與索引而設計。可用於從 PDF 中檢查並提取結構化內容,然後進行分塊、嵌入,並索引至 OpenSearch 與 Neo4j,以支援檢索增強生成(RAG)管線。
快速開始
只需一個指令,無需安裝其他軟體:docker run -p 3000:3000 ghcr.io/scub-france/docling-studio:latest-local開啟 http://localhost:3000,上傳 PDF 即可獲得結果。首次分析會較慢,因為 Docling 會下載其機器學習模型(約 400 MB),後續執行則快速。
授權與價格
授權:MIT。價格:開放原始碼(免費)。
內容整理自該專案公開的 README 與儲存庫資訊。