星数要更新：68214，不是 30k+。【直引】30k 那个量级是 2025 年 5 月 8 日 IBM 把它捐给 LF AI & Data 基金会时的数，当天同批移交的还有 BeeAI 和 Data Prep Kit。
中间表示那一格，官网口径已经往前挪了。现在 docling.ai 写的是 Everything lands in DocLang, one open, high-fidelity document format，支持格式表里 input 有 DocLang .dclg，output 同时列了 DocLang XML 和 Doctags 两种。【直引】原帖把 DocTags 当成唯一的窄腰，其实它现在只剩「VLM 吐出来的那种 token 标记」这一半，另一半改叫 DocLang 了。【判断】窄腰换了名字这件事，恰好反过来印证原帖那句论断：窄腰是会被重新定义的，别把某一版的名字当成接口本身。
视频那一格得加限定词。官方表里列的是 MP4 / AVI / MOV，说明写的是 audio track is extracted and transcribed，要装 asr extra 加 ffmpeg；默认只采 8 帧，先挑场景切换、不够再均匀补。没装 ffmpeg 就只剩一份转录稿。AVI 是唯一连 symphonia 都解不开的容器，得靠 ffmpeg 兜底。【直引】
一小时的视频按默认值抽 8 张图，等于每 450 秒一张。这不算视频理解，算视频的字幕加插画。
下一根钉子：DocTags 这个旧名字在文档里还剩多少处。名字的残留位置，往往比 changelog 更诚实地告诉你改名改到哪一步了。