drmingler/docling-api

解決的問題

本專案提供一個可擴展的後端伺服器，可將多種文件格式（包括 PDF、DOCX、PPTX、CSV、HTML、影像和 AsciiDoc）轉換為 Markdown。解決大規模高效處理複雜文件的問題，並為單一與批次轉換提供強大的 API。

運作方式

伺服器由 IBM 的 Docling 解析器驅動。採用分散式架構，包含用於 REST API 的 FastAPI 應用、用於處理任務的 Celery 工作者，以及作為訊息代理和結果後端的 Redis。系統支援同步（即時）與非同步（工作追蹤）轉換模式，並可針對 CPU 或 GPU 加速處理進行優化。

適用對象

需要將大量不同類型的文件轉換為乾淨的 Markdown 格式以供後續處理的開發者與組織，例如用於 LLM 流程或資料擷取任務。

主要亮點

• 廣泛格式支援：支援 PDF、DOCX、PPTX、HTML、影像（JPG、PNG、TIFF、BMP）、AsciiDoc 與 CSV。
• 高效能處理：為生產環境提供 GPU 加速，並透過 Celery 工作者實現水平擴展。
• 彈性 API：支援同步的單一/批次轉換與可追蹤的非同步工作。
• 進階擷取功能：包含表格檢測、影像擷取與多語言 OCR 支援。
• 監控功能：整合 Flower 仪表板，用於追蹤工作狀態與工作進程效能。