跳到主要内容

🐤 Docling 文档提取

警告

本教程由社区贡献，不受 Open WebUI 团队支持。它仅作为如何根据您的特定用例定制 Open WebUI 的演示。想贡献？请查看贡献教程。

🐤 Docling 文档提取​

本文档提供了将 Docling 与 Open WebUI 集成的分步指南。Docling 是一个文档处理库，旨在将各种文件格式（包括 PDF、Word 文档、电子表格、HTML 和图像）转换为结构化数据（例如 JSON 或 Markdown）。Docling 内置布局检测、表格解析和语言感知处理功能，通过统一且可扩展的接口，简化了文档准备过程，以便用于搜索、摘要和检索增强生成等 AI 应用。

前提条件​

  • Open WebUI 实例
  • 系统上已安装 Docker
  • 已为 Open WebUI 设置 Docker 网络

集成步骤​

步骤 1：运行 Docling-Serve 的 Docker 命令​

docker run -p 5001:5001 -e DOCLING_SERVE_ENABLE_UI=true quay.io/docling-project/docling-serve

*支持 GPU

docker run --gpus all -p 5001:5001 -e DOCLING_SERVE_ENABLE_UI=true quay.io/docling-project/docling-serve

步骤 2：配置 Open WebUI 以使用 Docling​

  • 登录到您的 Open WebUI 实例。
  • 导航到 Admin Panel 设置菜单。
  • 点击 Settings。
  • 点击 Documents 选项卡。
  • 将 Default 内容提取引擎下拉菜单更改为 Docling。
  • 将上下文提取引擎 URL 更新为 http://host.docker.internal:5001。
  • 保存更改。

在 Docker 中验证 Docling

要验证 Docling 在 Docker 环境中是否正常工作，可以按照以下步骤操作

1. 启动 Docling Docker 容器​

首先，确保 Docling Docker 容器正在运行。您可以使用以下命令启动它

docker run -p 5001:5001 -e DOCLING_SERVE_ENABLE_UI=true quay.io/docling-project/docling-serve

此命令启动 Docling 容器，并将容器的端口 5001 映射到您本地机器的端口 5001。

2. 验证服务器是否正在运行​

  • 转到 http://127.0.0.1:5001/ui/
  • 该 URL 应该会指向一个用于使用 Docling 的 UI

3. 验证集成​

  • 您可以尝试通过 UI 上传一些文件，它应该会以 MD 格式或您想要的格式返回输出

结论​

将 Docling 与 Open WebUI 集成是增强文档处理和内容提取能力的简单有效方法。按照本指南中的步骤操作，您可以将 Docling 设置为默认提取引擎，并验证其在 Docker 环境中顺利运行。配置完成后，Docling 可以实现强大的、与格式无关的文档解析，以支持 Open WebUI 中更高级的 AI 功能。