docling-Studio

浏览器里调文档解析，边看边界框边入库建 RAG

docling-Studio 是一个基于 Docling 的可视化文档分析工作台，面向需要处理 PDF 等复杂文档的开发者与数据团队。它把文档解析流水线搬到浏览器里：你可以配置抽取参数，直观查看识别出的正文、表格和每个元素的边界框，快速定位 OCR 或版面识别的问题。解析完成后，项目支持对内容做分块、生成向量嵌入，并写入 OpenSearch 做检索、写入 Neo4j 构建知识图谱，从而搭建完整的 RAG 或文档问答链路。后端用 Python 与 FastAPI 实现，前端提供可视化检查界面，把原本分散在脚本和命令行里的解析、调试、入库步骤整合成一个可交互的流程，降低了调试文档解析质量和搭建检索增强生成系统的门槛。

开源 free 办公效率

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 260

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类办公效率

开发团队scub-france

所属国家

官网地址https://scub-france.github.io/docling-Studio

GitHubhttps://github.com/scub-france/docling-Studio

定价模式free

价格说明开源免费，可自行部署使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型chunking,docling,document-ai,document-parsing,embeddings,fastapi,knowledge-graph,neo4j,ocr,opensearch,pdf-extraction,rag,self-hosted,table-extraction,vector-search,vue

GitHub 星标★ 260

30天Star增速

HF 下载量

上线时间2025-05-13 00:00:00

最近更新2026-09-15 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

可视化检查文本、表格与边界框，调试解析质量直观高效
打通 Docling 解析到分块、嵌入、OpenSearch 与 Neo4j 的完整链路
基于 FastAPI，前后端一体，本地即可跑通 RAG 与知识图谱入库

不足之处

早期项目，星标较少，文档与社区生态待观察
依赖 OpenSearch、Neo4j 等外部服务，部署门槛相对较高

适用场景

调试 PDF/扫描件的 OCR 与版面解析效果
为 RAG 系统批量抽取并分块文档内容
把文档实体关系写入 Neo4j 构建知识图谱

替代项目

Docling、Unstructured、LlamaIndex

项目介绍

docling-Studio 是一个办公效率领域的开源项目，官方简介：Visual document analysis studio powered by Docling — configure the extraction pipeline, inspect text, tables and bounding boxes in the browser, then chunk, embed and index into OpenSearch and Neo4j.。项目使用 Python 开发，在 GitHub 上获得 258 星标。

上一篇：ai-ppt-generator

下一篇：office_oxide