赋能 RAG：把文档转换成 Markdown/JSON | 开源日报 No.421
内容提要
Docling 是一款高效的文档解析工具，支持将多种格式转换为 Markdown 和 JSON，具备强大的 PDF 理解能力，能够提取元数据，并与 LlamaIndex 和 LangChain 集成。self-operating-computer 框架使多模态模型能够模拟人类操作，兼容多种模型。dreamgaussian 实现高效的 3D 内容创建，支持从 2D 图像和文本生成 3D 模型。v4-core 是 Uniswap v4 的核心合约，提供灵活的流动性池管理。VisualGLM-6B 是开源的多模态对话模型。
延伸解读
Docling 的多格式支持
Docling 支持多种流行文档格式的解析与转换，包括 PDF、DOCX、PPTX 等。这种多格式支持使得用户在处理不同类型文档时更加灵活，能够快速将信息提取并转化为 Markdown 或 JSON 格式，便于后续的数据处理和应用。
自操作计算机框架的应用
self-operating-computer 框架的设计旨在模拟人类操作，提升多模态模型的实用性。这一框架的兼容性和集成能力使得用户能够利用多种先进模型，推动自动化和智能化的应用场景，尤其在 RAG 和 QA 系统中具有重要意义。
dreamgaussian 的3D内容创建
dreamgaussian 提供了一种高效的方式将 2D 图像和文本转换为 3D 模型，适合需要三维可视化的应用场景。其支持的多种导出格式（如 OBJ、GLB）使得用户能够根据不同需求灵活使用生成的三维内容，提升了创作的便利性和效率。
Q&A
Docling 是什么？
Docling 是一个高效的文档解析工具，支持将多种格式转换为 Markdown 和 JSON。
Docling 支持哪些文档格式？
Docling 支持 PDF、DOCX、PPTX、图像、HTML 等多种流行文档格式。
Docling 如何提取文档元数据？
Docling 能够提取文档的标题、作者及语言等元数据。
self-operating-computer 框架的功能是什么？
self-operating-computer 框架使多模态模型能够模拟人类操作，兼容多种模型。
dreamgaussian 是什么？
dreamgaussian 是一个用于高效 3D 内容创建的工具，支持从 2D 图像和文本生成 3D 模型。
VisualGLM-6B 有哪些特点？
VisualGLM-6B 是开源的多模态对话模型，支持图像、中文和英文。
