Terme
Docling
Bibliothèque open source d'IBM Research pour convertir PDF, Word, PowerPoint, HTML et images en texte structuré (Markdown, JSON), avec analyse de mise en page, extraction des tableaux et OCR.
Bibliothèque open source d'IBM Research pour convertir PDF, Word, PowerPoint, HTML et images en texte structuré (Markdown, JSON), avec analyse de mise en page, extraction des tableaux et OCR.
RAG
Docling reconnaît la structure d'un document (titres, paragraphes, tableaux, notes) plutôt que d'en extraire un texte brut, ce qui améliore la qualité du chunking et donc des réponses. Il fonctionne entièrement en local, ce qui convient aux données sensibles.
Open WebUI peut l'utiliser comme moteur d'extraction. Licence MIT. Voir Documents.