docling-project/docling-graph

解決的問題

Docling Graph 解決了從複雜文件（PDF、影像、Office 檔案）中提取結構化、高精度資料，並轉換為有向知識圖譜的問題。與依賴近似文字嵌入的標準 RAG 系統不同，此工具確保實體之間的精確語意關係——例如化學物質與反應、金融工具及其依賴關係——使其在化學、金融與法律等專業領域至關重要。

工作原理

系統使用設定驅動的流程，將文件轉換為驗證過的 Pydantic 物件，再進一步轉換為 NetworkX 有向圖。支援兩種主要萃取路徑：透過 Docling 實現的本地 VLM（視覺語言模型）萃取，或透過 LiteLLM 路由的基於 LLM 的萃取（支援 OpenAI、Gemini 和 vLLM 等提供者）。使用者可使用 Pydantic 模板定義萃取架構，這些模板可手動撰寫，也可從範例文件中推導，或從現有本體（OWL/RDFS）編譯而來。

適用對象

專為在高精度領域（法律、金融、化學研究）工作的開發人員與資料科學家設計，他們需要將非結構化文件轉化為具備嚴格驗證與資料溯源的機器可讀知識圖譜。

主要亮點

• 模板生成：可從範例文件自動推導 Pydantic 模板，或從正式本體編譯而成。
• 資料溯源：提供決定性的溯源日誌，包含邊界框幾何資訊，精確追蹤資料萃取來源。
• 靈活後端：支援 VLM 與 LLM 萃取，相容本地執行環境（Ollama、vLLM）與遠端 API。
• 圖譜融合：可在無需額外 LLM 呼叫的情況下，將多個知識圖譜合併為一個可審計、決定性的單一圖譜。
• 廣泛格式支援：透過 Docling 集成，支援 PDF、影像、Markdown 與 Office 檔案。