Propietario

docling-project

18 repositorios indexados · Ver en GitHub

docling
Get your documents ready for gen AI

Python · 67230 estrellas
docling-serve
Running Docling as an API service

Python · 1818 estrellas
docling-graph
Transform unstructured documents into validated, rich and queryable knowledge graphs.

Python · 898 estrellas
docling-mcp
Making docling agentic through MCP

Python · 750 estrellas
docling-parse
Simple package to extract text with coordinates from programmatic PDFs

C++ · 334 estrellas
docling-core
Docling core data types and transformations

HTML · 284 estrellas
docling-ibm-models

Python · 213 estrellas
docling-agent
Agent that read, write and edit documents.

Python · 167 estrellas
docling-java
A Java API for Docling

Java · 136 estrellas
docling-eval
Evaluation framework for document processing models and services.

Python · 77 estrellas
docling-langchain
Docling LangChain integration

Python · 76 estrellas
docling.rs
Full Rust port of Python docling

Rust · 75 estrellas
docling-nlp
Create fast graph language models from converted PDF documents for knowledge extraction and Q&A.

C++ · 66 estrellas
docling-sdg
A set of tools to create synthetically-generated data from documents

Python · 51 estrellas
docling-jobkit

Python · 36 estrellas
docling-operator

Go · 17 estrellas
community

7 estrellas
docling-metrics
Core package for type and interface definitions of docling metric implementations

C++ · 6 estrellas

Para principiantes Todo

Abierto Todos

Remove the deprecated DoclingServeApiBuilderFactory SPI and related types Abierto

area:docling-serve module:docling-serve-api module:docling-serve-client

Dificultad 3/5 1-2 días Aptitud para principiantes 45/100

docling-project/docling-java#697 · Abierto el 23/9/2026
Threaded docling-parse default (2.123.0, #3764) drops most of a scanned PDF's embedded OCR text layer Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 45/100

docling-project/docling#4357 · 1 comentario · Abierto el 23/9/2026
CSV backend does not unescape doubled quotes, because the dialect is sniffed from the header line Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100

docling-project/docling#4355 · Abierto el 23/9/2026
Words lose their separating spaces in 7.21.0 ("Related Work" -> "RelatedWork"), bisected to #351 Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 65/100

docling-project/docling-parse#355 · Abierto el 23/9/2026
[Bug] Blend2D font resolver throws "Cannot convert character sequence" on Windows when LOCALAPPDATA contains non-ASCII characters (breaks default docling PDF backend) Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 65/100

docling-project/docling-parse#354 · Abierto el 22/9/2026
WebVTT inline formatting emits Markdown whose emphasis does not render Abierto

bug vtt

Dificultad 3/5 1-2 días Aptitud para principiantes 65/100

docling-project/docling#4352 · 1 comentario · Abierto el 22/9/2026
DocLangDocSerializer moves a ListGroup's non-list-item child to after the list, changing reading order Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 72/100

docling-project/docling-core#794 · Abierto el 22/9/2026
Regression: Some exported images become blurry after conversion with standard PDF pipeline Abierto

bug

Dificultad 3/5 1-2 días Aptitud para principiantes 65/100

docling-project/docling#4350 · 1 comentario · Abierto el 22/9/2026
DocLangDocSerializer leaks the #_#_DOCLING_DOC_PAGE_BREAK sentinel when add_page_break=False and a list spans pages Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100

docling-project/docling-core#793 · Abierto el 22/9/2026
DocLangDocDeserializer drops a group's other children when the group has a direct picture/table/index child Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100

docling-project/docling-core#792 · Abierto el 22/9/2026
DocLangDocDeserializer reads an attribute-only <custom> child as '' and drops <custom> on <table> entirely Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 68/100

docling-project/docling-core#791 · Abierto el 22/9/2026
DocLangDocDeserializer appends a <custom> child's text to TextItem.text (metadata leaks into prose) Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100

docling-project/docling-core#790 · Abierto el 22/9/2026
Chart extraction: `_dataframe_to_tabledata` drops the header row whenever a series label is numeric (years, bins, indices) Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 72/100

docling-project/docling#4346 · Abierto el 22/9/2026
A table row drawn as one TJ show operation becomes a single text cell Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 45/100

docling-project/docling#4341 · Abierto el 21/9/2026
LaTeX backend drops the space after a paragraph's last formatting macro (\textit{italic} text. → italictext.) Abierto

bug

Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100

docling-project/docling#4339 · Abierto el 21/9/2026
DOCX backend drops East Asian list numbering (chineseCounting, chineseCountingThousand and other CJK `w:numFmt` values) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 72/100

docling-project/docling#4335 · Abierto el 21/9/2026
docling-parse v4 ignores image /Mask (JBIG2 stencil): MRC scans render black and OCR reads nothing Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 58/100

docling-project/docling#4329 · Abierto el 21/9/2026
Preserve docling's per-page confidence scores in the convert response (ConfidenceScores.pages) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 58/100

docling-project/docling-serve#705 · Abierto el 19/9/2026
Markdown backend: support or strip YAML front matter (currently parsed as a setext heading) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling#4315 · 2 comentarios · Abierto el 18/9/2026
Markdown backend drops the space after inline emphasis in table cells (**C** Cadre → CCadre) Abierto

markdown

Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100

docling-project/docling#4314 · 3 comentarios · 1 asignado · Abierto el 18/9/2026
DocLang output omits the namespace by default, so save_as_doclang_archive(validate=True) fails on any document Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 72/100

docling-project/docling-core#783 · Abierto el 18/9/2026
AsciiDoc table with a single-cell line emits a spurious empty table Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100

docling-project/docling#4299 · Abierto el 18/9/2026
Can docling get the number of pages for a given document Abierto

question

Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100

docling-project/docling#4284 · Abierto el 17/9/2026
Attachment-bearing Outlook .msg files are misdetected as XLS Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 58/100

docling-project/docling-serve#704 · Abierto el 17/9/2026
DOCX: list items after a numbered heading are re-parented to the body root and rendered at the end of the document Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 25/100

docling-project/docling#4281 · Abierto el 17/9/2026
AcceleratorOptions(num_threads=N) on PdfPipelineOptions never reaches the PDF parser Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100

docling-project/docling#4278 · 1 comentario · Abierto el 17/9/2026
More than one local worker makes conversions non-reproducible (docs, or wait for docling#4274) Abierto

Dificultad 1/5 1-3 horas Aptitud para principiantes 88/100

docling-project/docling-serve#701 · Abierto el 17/9/2026
Threaded StandardPdfPipeline: conversion result depends on machine load (timer-based batch assembly) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling#4274 · Abierto el 17/9/2026
TableFormer (accurate) generates degenerate OTSL at max_steps cap → cell matcher drops table data rows (regression in 2.118.0+) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling#4255 · 3 comentarios · Abierto el 17/9/2026
'from docling.chunking import HybridChunker' fails: No module named 'tree_sitter' Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 68/100

docling-project/docling-core#781 · 1 comentario · Abierto el 16/9/2026
`api_openai` sends unsupported `temperature` and `max_tokens` to GPT-5 Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 72/100

docling-project/docling-serve#698 · 1 comentario · Abierto el 16/9/2026
DocLangInlineSerializer emits one <layer> token per non-BODY sibling when wrapping an InlineGroup, producing more than one inside a single <text> element Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 68/100

docling-project/docling-core#778 · Abierto el 15/9/2026
DocLang deserializer emits inline content without provenance → `DoclingDocument.filter(page_nrs=...)` silently deletes it Abierto

docling-project/docling-core#777 · 3 asignados · Abierto el 15/9/2026
local_document_cache is never evicted: RSS grows ~0.65 MB/page for the life of the server Abierto

bug

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling-mcp#136 · 1 comentario · Abierto el 12/9/2026
warn on unpinned revisions for trust_remote_code model specs Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 45/100

docling-project/docling#4224 · Abierto el 11/9/2026
build the page object index once to avoid quadratic scans Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 48/100

docling-project/docling#4223 · Abierto el 11/9/2026
Relative hyperlinks are exported with backslashes on Windows (Markdown, HTML, LaTeX, DocLang, JSON) Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 70/100

docling-project/docling#4220 · 1 comentario · Abierto el 11/9/2026
ReadingOrderModel produces invalid ProvenanceItem charspans when dehyphenating merged text elements Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100

docling-project/docling#4217 · 1 comentario · Abierto el 11/9/2026
`HybridChunker._split_by_doc_items` re-serializes an `InlineGroup`'s runs independently, breaking inline formatting Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 78/100

docling-project/docling-core#770 · Abierto el 11/9/2026
`HierarchicalChunker` records `''` in `meta.headings` for a heading whose text is in an `InlineGroup`, and emits that heading's text as a body chunk Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 84/100

docling-project/docling-core#769 · Abierto el 11/9/2026
`delete_items` remaps references to cascade-deleted descendants onto unrelated items and does not update `GraphCell.item_ref` Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 68/100

docling-project/docling-core#768 · 1 comentario · Abierto el 11/9/2026
Feature request: GUI download should keep the source filename (file.md / converted_docs.zip are generic) Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100

docling-project/docling-serve#693 · Abierto el 9/9/2026
Bound the native content-stream parse on vector-dense pages (path-storm PDFs cost GiBs per page in `get_page()`) Abierto

Dificultad 5/5 Más de una semana Aptitud para principiantes 38/100

docling-project/docling-parse#345 · Abierto el 8/9/2026
Feature: Add a `DocItem`-level field linking body text to the footnotes it cites Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 72/100

docling-project/docling-core#757 · 1 reacción · Abierto el 7/9/2026
Table cell matching merges two columns when a PDF textline spans them; the resulting cell overlaps the neighbouring cell in the same row Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 45/100

docling-project/docling#4189 · 4 comentarios · Abierto el 6/9/2026
Words assigned to a table by the layout stage vanish from the output when TableFormer's grid does not cover them Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling#4181 · 1 comentario · Abierto el 5/9/2026
KeyValueItem/FormItem serializers are unimplemented: Markdown emits a placeholder, DocLang emits nothing Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

docling-project/docling-core#751 · Abierto el 5/9/2026
docling 2.123.0 makes CPU-only PDF conversion ~4x slower (18 s → 80 s on 2 vCPUs); no exposed option restores 2.122.0 speed Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 45/100

docling-project/docling#4174 · 2 comentarios · Abierto el 4/9/2026
DocLangDocSerializer's add_named_groups writes a <group name=...> attribute the real DocLang 0.7 XSD does not define Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 55/100

docling-project/docling-core#748 · Abierto el 4/9/2026
Expose target page indices in table-of-contents bookmarks Abierto

Dificultad 4/5 3-5 días Aptitud para principiantes 65/100

docling-project/docling-parse#340 · Abierto el 4/9/2026

Mostrando los 100 más recientes

Esta página solo lista lo indexado más recientemente. El filtro avanzado tiene el inventario completo, acotado por lenguaje, dificultad y duración.

Abrir el filtro avanzado

docling-project

Mostrando los 100 más recientes

Recibe los nuevos issues en tu correo