Dedoc 文档结构化解析

问题：文档摄入卡在解析层

在 RAG 管线或 Agent 工作流中，原始文档往往以 DOCX、PDF、XLSX、HTML、图片甚至压缩包的形式存在。这些格式的共同问题是：文本、表格、排版结构和元数据混杂在一起，直接送入向量化或大模型推理环节会产生大量噪声——分块边界错位、表格被拆成碎片、图片里的文字完全丢失。

Dedoc 要解决的就是这一步：把异构文档统一解析成归一化的结构化输出，让下游的 RAG 检索、人工审核或自动化流程拿到干净、可对齐的输入。

核心能力与工作方式

Dedoc 是一个 Python 实现的文档解析服务，通过 Docker 容器或 Python 库两种方式调用。它覆盖两类输入：

• 半结构化格式：DOC/DOCX、ODT、XLS/XLSX、CSV、TXT、JSON
• 非结构化格式：PDF、HTML、图片（PNG、JPG 等）、压缩包（ZIP、RAR 等）

解析时，Dedoc 不只是抽取纯文本，而是保留文档的逻辑结构（标题层级、段落关系）、表格内容（行列对应）和元数据（作者、创建时间、格式类型）。输出为统一格式，可以直接喂给代理做分块、嵌入或指令微调。

适用边界与注意点

• 适合的场景：需要把多来源、多格式文档批量转化为可处理内容的 RAG 系统、合规审查流水线或文档自动化 Agent。
• 限制：Dedoc 是解析层工具，不负责向量化、检索或生成，需要与下游模块组合使用。
• 格式覆盖：以半结构化文档和 PDF/图片为主，复杂排版的保真度取决于源文档结构和解析引擎能力。
• 部署方式：Docker 镜像或 Python 库二选一，Docker 适合服务化集成，Python 库适合嵌入式调用。