跳到主要内容

🐤 Docling 文档提取

注意

本教程是由社区贡献，未经过 Open WebUI 团队支持。它仅作为如何针对您的特定用例自定义 Open WebUI 的演示。希望贡献内容？请查看贡献教程。

🐤 Docling 文档提取​

本文档提供了将 Docling 整合到 Open WebUI 中的分步指南。Docling 是一个文档处理库，设计用于将各种文件格式（包括 PDF、Word 文档、电子表格、HTML 和图像）转换为结构化数据，如 JSON 或 Markdown。凭借内置的布局检测、表格解析和语言感知处理支持，Docling 通过统一且可扩展的界面简化了面向 AI 应用（如搜索、摘要和增强型生成）的文档准备工作。

先决条件​

  • Open WebUI 实例
  • 已在系统中安装 Docker
  • 为 Open WebUI 设置的 Docker 网络

集成步骤​

第 1 步：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 的版本：

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

第 2 步：配置 Open WebUI 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。

验证 Docker 中的 Docling

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

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 5001 端口映射到本地机器的 5001 端口。

2. 验证服务器是否运行​

  • 访问 http://127.0.0.1:5001/ui/
  • 该 URL 应该会显示一个 UI 界面供您使用 Docling

3. 验证集成​

  • 您可以尝试通过 UI 上传一些文件，并检查它是否返回 MD 格式或您期望的格式的输出

总结​

将 Docling 集成到 Open WebUI 是一种简易且高效的方法，可增强文档处理和内容提取功能。通过遵循本指南中的步骤，您可以将 Docling 设置为默认提取引擎，并在 Docker 环境中验证其运行情况。一旦配置完成，Docling 将实现强大的、与格式无关的文档解析，为 Open WebUI 提供更高级的 AI 功能支持。