Repositorydocling-project/doclingTool
Unstrukturierte Dokumente stellen für KI-Anwendungen wie RAG-Pipelines oft eine Hürde dar. Docling löst das Problem der Layout- und Tabellenerkennung und standardisiert unterschiedlichste Dateitypen für nachgelagerte Sprachmodelle.
Das Projekt richtet sich an Entwickler und Data Scientists im KI- und RAG-Umfeld. Mit über 66.000 Sternen, Anbindung an die LF AI & Data Foundation, OpenSSF Best Practices und moderner Python-Toolchain (uv, Ruff, Pydantic v2) zeigt Docling einen außergewöhnlich hohen Reifegrad.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:docling.ai
Docling ist ein quelloffenes Werkzeug der LF AI & Data Foundation, das komplexe Dokumente wie PDFs, Office-Dateien und Bilder in strukturierte Daten für Sprachmodelle umwandelt. Es arbeitet lokal und offline, erkennt Layouts sowie Tabellenstrukturen und stellt Schnittstellen für Python, CLI, REST-APIs und MCP bereit.
Link:LlamaIndex Team
LlamaIndex bietet mit LlamaParse einen Cloud-Dienst für dokumentenbasiertes OCR und strukturierte Datenextraktion mittels Agenten sowie mit LiteParse eine neue lokale Open-Source-Alternative.
Link:genoffice.ai
GenOffice ist eine kostenlose, quelloffene Office-Suite mit integrierten KI-Funktionen für Textdokumente, Tabellenkalkulation, Präsentationen und PDFs. Das Projekt befindet sich aktuell im Alpha-Status und steht für macOS, Windows und Linux zur Verfügung.
Link:ATH-MaaS
ATH-MaaS hat OvisOCR2 veröffentlicht, ein kompaktes multimodales Modell mit 0,8 Milliarden Parametern zum Dokumenten-Parsing auf Seitenebene. Das Modell basiert auf Qwen3.5-0.8B und wandelt Dokumentbilder direkt in strukturiertes Markdown mit Tabellen, LaTeX-Formeln und Bild-Bounding-Boxes um.
Repository:genspark-ai/genoffice
GenOffice ist eine kostenlose Open-Source-Alternative zu Microsoft Office für macOS, Windows und Linux. Die Suite integriert KI-Agenten direkt in die Dokumentenbearbeitung von Word-, Excel-, PowerPoint-, PDF- und Markdown-Dateien.
5274SterneTypeScript
Repository:unclecode/crawl4ai
Crawl4AI ist ein quelloffener Web-Crawler und Scraper in Python, der Webinhalte in bereinigtes, LLM-freundliches Markdown umwandelt. Das Tool richtet sich an RAG-Architekturen, KI-Agenten und Data-Pipelines.
81.206SternePython
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
