5分钟快速上手：Docling Serve 文档转换与OCR处理的终极解决方案

5分钟快速上手Docling Serve 文档转换与OCR处理的终极解决方案【免费下载链接】docling-serveRunning Docling as an API service项目地址: https://gitcode.com/gh_mirrors/do/docling-serve在数字化时代文档处理是企业和开发者面临的常见挑战。Docling Serve是一个强大的开源文档转换服务通过RESTful API将PDF、Word、PPT等文档转换为Markdown、JSON、HTML等多种格式同时提供智能OCR处理功能。这个免费的工具让文档转换变得简单快速无论是学术研究、企业文档管理还是内容创作都能获得高效的自动化处理体验。 为什么你需要Docling Serve传统文档处理面临诸多痛点需要集成多个库处理不同格式、OCR配置复杂、批量处理效率低下、API开发周期长。Docling Serve通过统一的API接口解决了所有这些问题。传统方案痛点Docling Serve解决方案多格式支持需要多个库统一API支持30文档格式OCR配置复杂精度不一智能OCR引擎支持多语言批量处理效率低下异步并行处理支持大规模文档API开发周期长开箱即用的RESTful API服务格式转换质量差保留原始布局和结构 快速开始指南安装与启动Docling Serve提供多种安装方式满足不同场景需求Python包安装推荐pip install docling-serve[ui] docling-serve run --enable-uiDocker容器部署docker run -p 5001:5001 \ -e DOCLING_SERVE_ENABLE_UI1 \ quay.io/docling-project/docling-serveGPU加速支持# CUDA 12.6支持 pip install docling-serve[ui,cu126] # ROCm支持AMD GPU pip install docling-serve[ui,rocm]启动后服务将在以下地址可用API服务http://127.0.0.1:5001API文档http://127.0.0.1:5001/docsWeb界面http://127.0.0.1:5001/uiDocling Serve提供的完整API文档界面支持交互式测试和实时调用 核心功能详解1. 全面的文档格式支持Docling Serve支持广泛的输入输出格式满足各种文档处理需求支持的输入格式 PDF文档扫描版和数字版 Word文档DOCX/DOC PowerPoint演示文稿PPTX/PPT HTML网页文件️ 图像文件JPG、PNG、TIFF等 Excel表格XLSX/XLS CSV数据文件 Markdown文件 更多格式AsciiDoc、XML、EPUB等输出格式选择✅ Markdown最常用✅ JSON结构化数据✅ HTML网页格式✅ 纯文本格式✅ Doctags标记语言✅ 分页HTML格式2. 智能OCR处理能力OCR功能是Docling Serve的亮点支持多种OCR引擎和语言import httpx # 启用OCR处理 response httpx.post( http://localhost:5001/v1/convert/source, json{ sources: [{kind: http, url: https://example.com/document.pdf}], to_formats: [md, json], do_ocr: True, force_ocr: False, ocr_engine: easyocr, ocr_lang: [en, zh, ja] } )支持的OCR引擎easyocr- 默认引擎支持多语言tesserocr- Tesseract封装rapidocr- 快速OCR引擎tesseract- 传统OCR引擎ocrmac- macOS原生OCR3. 高级处理选项Docling Serve提供丰富的处理选项满足专业需求table_mode: accurate # 表格识别模式 image_export_mode: embedded # 图片导出方式 pdf_backend: dlparse_v2 # PDF处理后端 do_table_structure: true # 提取表格结构 do_code_enrichment: true # 代码块增强 do_formula_enrichment: true # 数学公式识别 page_range: [1, 10] # 只处理指定页面️ 实战应用场景场景一学术论文批量处理研究人员需要处理大量PDF论文提取结构化信息用于分析# examples/split_processing.py import httpx import time def process_academic_papers(pdf_urls): 批量处理学术论文 tasks [] for url in pdf_urls: response httpx.post( http://localhost:5001/v1/convert/source, json{ sources: [{kind: http, url: url}], to_formats: [md, json], do_ocr: True, ocr_lang: [en], table_mode: accurate, do_formula_enrichment: True, do_code_enrichment: True }, timeout300 ) tasks.append(response.json()[task_id]) # 异步获取结果 results [] for task_id in tasks: while True: status httpx.get(fhttp://localhost:5001/v1/status/poll/{task_id}).json() if status[task_status] success: result httpx.get(fhttp://localhost:5001/v1/result/{task_id}).json() results.append(result) break elif status[task_status] in [failure, revoked]: print(f任务失败: {task_id}) break time.sleep(2) return resultsDocling Serve的Web界面支持URL和文件上传提供丰富的转换选项配置场景二企业文档数字化企业需要将历史文档数字化并建立搜索索引# 批量处理企业文档 curl -X POST \ http://localhost:5001/v1/convert/file \ -H Content-Type: multipart/form-data \ -F filesdocument1.pdf \ -F filesdocument2.docx \ -F to_formatsmd \ -F do_ocrtrue \ -F table_modeaccurate场景三内容管理系统集成CMS系统需要支持多种文档格式上传和预览// 前端集成示例 async function uploadDocument(file) { const formData new FormData(); formData.append(file, file); const response await fetch(http://docling-server/v1/convert/file, { method: POST, body: formData }); const taskId await response.json().task_id; // 使用WebSocket监控进度 const ws new WebSocket(ws://docling-server/v1/ws/${taskId}); ws.onmessage (event) { const data JSON.parse(event.data); if (data.kind progress) { updateProgress(data.progress); } else if (data.kind result) { displayResult(data.result); } }; }️ 技术架构与核心模块Docling Serve基于现代Python技术栈构建采用模块化设计docling_serve/ ├── app.py # FastAPI主应用 ├── datamodel/ # 数据模型定义 ├── orchestrator_factory.py # 任务编排工厂 ├── response_preparation.py # 响应准备模块 ├── storage.py # 存储管理 └── websocket_notifier.py # WebSocket通知关键技术特性异步任务处理支持长时间运行的文档转换任务WebSocket支持实时进度通知和状态更新队列管理基于Redis的任务队列支持高并发多租户支持企业级多租户架构OpenTelemetry完整的监控和追踪⚙️ 生产环境部署指南Docker Compose部署使用Docker Compose可以快速部署完整的生产环境# docs/deploy-examples/compose-amd.yaml version: 3.8 services: redis: image: redis:7-alpine ports: - 6379:6379 docling-serve: image: quay.io/docling-project/docling-serve ports: - 5001:5001 environment: - DOCLING_SERVE_ENABLE_UI1 - DOCLING_SERVE_REDIS_URLredis://redis:6379/0 - DOCLING_SERVE_MAX_WORKERS4 depends_on: - redisKubernetes部署对于大规模部署Kubernetes提供了更好的扩展性# docs/deploy-examples/docling-serve-replicas-w-sticky-sessions.yaml apiVersion: apps/v1 kind: Deployment metadata: name: docling-serve spec: replicas: 3 selector: matchLabels: app: docling-serve template: metadata: labels: app: docling-serve spec: containers: - name: docling-serve image: quay.io/docling-project/docling-serve ports: - containerPort: 5001 env: - name: DOCLING_SERVE_ENABLE_UI value: 1 - name: DOCLING_SERVE_REDIS_URL value: redis://redis-service:6379/0性能优化配置# 生产环境推荐配置 export DOCLING_SERVE_MAX_WORKERS4 export DOCLING_SERVE_WORKER_TIMEOUT600 export DOCLING_SERVE_RESULT_TTL86400 export DOCLING_SERVE_LOG_FORMATjson export DOCLING_SERVE_LOG_LEVELINFO API使用详解主要API端点Docling Serve提供简洁的RESTful APIPOST /v1/convert/source # 处理URL源文档 POST /v1/convert/file # 处理文件上传 GET /v1/status/poll/{id} # 查询任务状态 GET /v1/result/{id} # 获取转换结果 GET /v1/health # 健康检查 WS /v1/ws/{id} # WebSocket进度通知异步处理流程提交任务客户端通过API提交转换请求任务排队任务进入Redis队列等待处理工作器处理RQ工作器处理文档转换进度通知通过WebSocket实时推送处理进度结果获取客户端轮询或回调获取最终结果错误处理策略from tenacity import retry, stop_after_attempt, wait_exponential retry( stopstop_after_attempt(3), waitwait_exponential(multiplier1, min4, max10) ) def convert_document_with_retry(url: str): 带重试机制的文档转换 try: response httpx.post( http://localhost:5001/v1/convert/source, json{sources: [{kind: http, url: url}]}, timeout300 ) return response.json() except httpx.RequestError as e: print(f请求失败: {e}) raise文档转换后的Markdown输出结果展示结构化内容和格式保留效果 最佳实践建议1. 配置优化技巧# 内存管理配置 docling-serve run \ --enable-ui \ --workers 4 \ --worker-timeout 600 \ --result-ttl 172800 \ --max-queue-size 1000 \ --log-format json \ --log-level INFO2. 监控和告警# Prometheus监控配置 scrape_configs: - job_name: docling-serve static_configs: - targets: [localhost:9464] metrics_path: /metrics scrape_interval: 15s3. 安全配置# 启用API密钥认证 export DOCLING_SERVE_API_KEYSyour-api-key-here # 启用HTTPS docling-serve run \ --ssl-certfile /path/to/cert.pem \ --ssl-keyfile /path/to/key.pem 进阶功能探索文档分块处理对于大型文档可以分块处理提高效率# 分块处理大型PDF def split_and_process_large_pdf(pdf_path, pages_per_chunk10): 分块处理大型PDF文档 from pypdf import PdfReader with open(pdf_path, rb) as f: pdf_reader PdfReader(f) total_pages len(pdf_reader.pages) tasks [] for start in range(0, total_pages, pages_per_chunk): end min(start pages_per_chunk, total_pages) response httpx.post( http://localhost:5001/v1/convert/file/async, files{files: (pdf_path.name, open(pdf_path, rb), application/pdf)}, data{ to_formats: [json], page_range: [start 1, end], image_export_mode: placeholder } ) tasks.append(response.json()[task_id]) return tasks自定义处理管道Docling Serve支持自定义处理管道# 自定义处理配置 custom_config { pipeline: advanced, do_table_structure: True, do_formula_enrichment: True, do_code_enrichment: True, do_picture_description: True, picture_description_preset: default } 学习资源与支持官方文档资源配置指南docs/configuration.md - 详细配置选项说明使用说明docs/usage.md - API使用完整指南部署示例docs/deployment.md - 生产环境部署方案开发指南docs/development.md - 开发与贡献指南示例代码项目提供了丰富的示例代码异步处理示例examples/split_processing.py监控配置examples/otel-collector-config.yamlDocker部署docs/deploy-examples/测试案例完整的测试套件确保稳定性功能测试tests/test_1-file-all-outputs.py性能测试tests/test_ray_metrics_collector.py集成测试tests/test_batch_endpoint.py 开始使用Docling Serve现在就开始您的文档自动化之旅# 克隆仓库 git clone https://gitcode.com/gh_mirrors/do/docling-serve cd docling-serve # 安装依赖 pip install docling-serve[ui] # 启动服务 docling-serve run --enable-ui访问 http://localhost:5001/ui 即可体验强大的文档转换功能。Docling Serve让文档处理变得简单高效无论是个人项目还是企业级应用都能获得专业的文档转换体验。通过Docling Serve您可以轻松实现 多格式文档批量转换 智能OCR文字识别 企业级API服务集成 结构化数据提取 高性能异步处理立即开始让文档处理变得前所未有的简单【免费下载链接】docling-serveRunning Docling as an API service项目地址: https://gitcode.com/gh_mirrors/do/docling-serve创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考