Ejecutar Docling con Docker (docling-serve)

• Usa Docker cuando una app, pipeline o equipo necesita Docling por HTTP (/v1/convert/source), despliegues reproducibles o aislamiento del Python del host.
• Omite Docker para conversión local puntual: pip install docling más docling convert file.pdf --to md es más rápido (ver la visión general).
• Las imágenes son grandes (4–11 GB): base/CPU ~4,4 GB, CUDA 12.8 ~11,4 GB. Descarga una vez, reutiliza siempre.

Todas las imágenes se publican en quay.io/docling-project/… y ghcr.io/docling-project/… para linux/amd64 (base/CPU además arm64). Sustituye docker por podman si es tu runtime. Regla de tags: las imágenes base/CPU usan latest y main; las CUDA no tienen latest a propósito (CUDA caduca con PyTorch). Fija siempre las CUDA explícitamente, p. ej. quay.io/docling-project/docling-serve-cu130:v1.18.0. Existe imagen ROCm pero no se publica (compílala local); se planean imágenes slim sin pesos precargados.

CPU (lo común). El primer arranque descarga pesos al caché de la imagen: dale tiempo y disco. Despliegues con compose en docs/deployment.md. GPU CUDA (requiere nvidia-container-toolkit / --gpus).

El mismo servidor sin contenedores: útil en una VM o para depurar.

Si /docs carga, el servidor está sano. Si el puerto está ocupado, remapea con -p 5002:5001 y usa :5002 en las URL.

• API base: http://127.0.0.1:5001
• Docs API interactivas (Swagger): http://127.0.0.1:5001/docs
• UI de pruebas: http://127.0.0.1:5001/ui (solo con DOCLING_SERVE_ENABLE_UI=1 / --enable-ui)
• Endpoint estable de conversión: POST /v1/convert/source (API v1; con código antiguo ver notas de migración v1).

La respuesta trae Markdown / JSON / HTML según las opciones pedidas. Explora cada opción en docs/usage.md y la referencia REST en los docs de docling-serve.

curl -X 'POST' \
  'http://localhost:5001/v1/convert/source' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "sources": [{"kind": "http", "url": "https://arxiv.org/pdf/2501.17887"}]
  }'

• Configura vía variables de entorno (ver .env.example y docs/configuration.md), p. ej. DOCLING_SERVE_ENABLE_UI=1.
• Monta un volumen de caché para que los pesos sobrevivan reinicios; pon límites de memoria para PDF grandes (ver sin memoria).
• Pon auth / TLS / límites en un reverse proxy para producción; los ejemplos compose de docs/deployment.md son el punto de partida.
• Fija tags en producción (:v1.18.0, no :latest), sobre todo los CUDA.

• El servidor no arranca — ver docling-serve no arranca: puerto en conflicto, falta el extra [ui] o entrypoint erróneo.
• /ui 404 — olvidaste DOCLING_SERVE_ENABLE_UI=1 / --enable-ui.
• La imagen GPU corre en CPU — el host necesita drivers NVIDIA + toolkit y --gpus all; confirma dentro con nvidia-smi.
• Falla el pull de :latest CUDA — esperado: las CUDA solo llevan tags de versión explícitos.
• Primera petición lenta — se descargan pesos; las siguientes reutilizan la caché.

El despliegue avanzado está documentado en el proyecto oficial docling-serve. Verificado con Docling v2.129.0 · Última comprobación 2026-09-22 · Fuente oficial