Qu'est-ce que Docling et que fait ce moteur ?

Docling est un moteur open-source créé par IBM Research et hébergé sous la fondation LF AI & Data pour convertir des PDFs complexes, fichiers Office (DOCX, PPTX, XLSX), pages web et flux audio en formats Markdown et JSON structurés pour l'IA et le RAG.

Docling transmet-il des données vers des serveurs cloud ?

Non. Docling s'exécute à 100% en local et sur votre propre infrastructure. Il ne requiert aucune clé d'API tierce et ne transmet aucune télémétrie ni donnée de document. Entièrement compatible avec les environnements hors-ligne (air-gapped).

Docling nécessite-t-il les outils de compilation C++ sous Windows ?

Sous Windows, Python 64-bit est requis. Lors d'une installation par pip compilant des extensions C++ (comme tesserocr), Microsoft Visual C++ 14.0+ est nécessaire. Alternativement, l'installation via Astral uv ('uv add docling') télécharge des binaires précompilés sans compilateur C++ requis.

Comment désactiver l'OCR pour accélérer la conversion des PDF numériques ?

Pour les PDFs numériques possédant déjà une couche de texte, vous pouvez désactiver l'OCR en configurant 'pipeline_options.do_ocr = False' en Python ou en passant '--no-ocr' dans le CLI, ce qui multiplie la vitesse par 5 à 10.

Docling peut-il traiter les classeurs Excel (.xlsx) et présentations PowerPoint (.pptx) ?

Oui, Docling traite les classeurs Excel (.xlsx) en convertissant chaque feuille en tableau Markdown/HTML structuré, et extrait la hiérarchie des diapositives ainsi que les notes d'orateur des présentations PowerPoint (.pptx).

Projet IBM Research & LF AI & Data

Docling : Traitement de Documents Ultra-Rapide pour l'IA

Docling simplifie la conversion de documents complexes en transformant PDF, fichiers Office, images et audio en Markdown et JSON structurés pour les LLM, le RAG et les agents IA.

Installer Maintenant Essayer la Démo Web ↗ Voir sur GitHub

bash — démarrage rapide

$pip install docling

$docling https://arxiv.org/pdf/2408.09869 --to md

Qu'est-ce que Docling ?

Docling est un moteur open-source de conversion et d'analyse de mise en page développé par IBM Research et maintenu sous la fondation LF AI & Data. Il convertit automatiquement PDF, DOCX, PPTX, XLSX, HTML, images scannées et audio en Markdown et JSON structurés avec Granite Docling et TableFormer.

Fonctionnalités

Conçu pour l'IA et l'Ingénierie des Données Moderne

Tout ce dont vous avez besoin pour transformer des documents bruts en données structurées pour LLM.

Traitement Multimodal de Documents

Traite PDF, DOCX, PPTX, XLSX, HTML, EPUB, LaTeX, CSV, flux audio (WAV, MP3) et XML de brevets (USPTO, JATS) avec une API unifiée.

PDFDOCXPPTXXLSXAudio (ASR)

Mise en Page & Ordre de Lecture

Analyse les mises en page multi-colonnes, barres latérales, en-têtes/pieds de page et hiérarchies visuelles.

Multi-ColonnesBounding Boxes

Moteur TableFormer

Modèle neuronal de pointe pour reconstruire les cellules fusionnées complexes et tableaux financiers sans bordure.

TableFormer v2Tableaux HTML

Support OCR Modulaire

Choix flexible entre EasyOCR, Tesseract, RapidOCR, OcrMac et Nemotron OCR pour les scans.

RapidOCRTesseractEasyOCR

RAG `HybridChunker`

Découpe basée sur les nœuds structurels en préservant titres, tableaux et coordonnées spatiales.

HybridChunkerBases Vectorielles

DoclingDocument & Écosystème IA

Export vers Markdown, JSON et DocTags avec intégration native pour LangChain, LlamaIndex, Haystack et serveur MCP.

LangChainLlamaIndexServeur MCPdocling-serve

Installation

Installer Docling sur votre Plateforme

Docling s'exécute localement sur Windows (64-bit), macOS (Apple Silicon et Intel) et Linux.

Installation via pip

$pip install docling

# Extras: pip install "docling[rapidocr,tesserocr,vlm,asr]"

Installation via Astral uv

$uv add docling

Windows 10 / 11 PowerShell (Python 64-bit)

# Option A (Recommandée) : Binaires précompilés via Astral uv

PS>uv add docling

# Option B : pip standard (Visual C++ 14.0+ requis pour tesserocr)

PS>pip install docling

Exécution dans Docker

$docker run -it --rm -v $(pwd):/docs quay.io/ds4sd/docling:latest docling /docs/sample.pdf

Serveur MCP pour Claude Desktop et LM Studio

uvx --from=docling-mcp docling-mcp-server

macOS Intel x86_64

$pip install "docling[mac_intel]"

Linux Index PyTorch CPU

$pip install docling --extra-index-url https://download.pytorch.org/whl/cpu

Comparatif

Docling face aux Solutions Alternatives

Comparaison de Docling avec d'autres outils d'ingestion documentaire.

Contrairement aux extracteurs basiques comme PyPDF ou pdfplumber, Docling analyse la mise en page et reconstruit les tableaux via TableFormer. Par rapport à Unstructured.io, Docling fonctionne 100% en local sans dépendance obligatoire à des APIs cloud payantes.

Fonctionnalité / Métrique	Docling (v2.115)	Unstructured.io	PyPDF / pdfplumber	Marker
Analyse de Mise en Page PDF
Reconnaissance de Tableaux (TableFormer)		Partiel / API payante	Grille basique
Transcription Audio / Vidéo (ASR)	(Whisper)
Serveur MCP (Model Context Protocol)	(Natif)
100% Gratuit & Open-Source (MIT)		Apache 2.0 / Commercial	BSD / MIT	GPL v3 / Commercial

Référence

Aide-mémoire des Commandes CLI

Commandes prêtes à être copiées et exécutées.

Convertir un PDF en Markdown

Convertit un fichier PDF local directement en Markdown.

docling report.pdf --to md

Convertir depuis une URL

Télécharge et convertit un document directement depuis le Web.

docling https://arxiv.org/pdf/2408.09869

Forcer l'OCR Pleine Page

Applique l'OCR sur l'intégralité des pages scannées.

docling scan.pdf --ocr-mode full_page

Exporter en JSON avec Bounding Boxes

Génère un schéma JSON avec coordonnées spatiales.

docling document.pdf --to json

Enrichir Formules et Code

Extrait formules LaTeX et blocs de code avec modèles dédiés.

docling paper.pdf --enrich-code --enrich-formula

Transcrire Audio et Vidéo

Convertit des pistes audio MP3 ou WAV en texte structuré.

docling lecture.mp3 --pipeline asr --to md

Pré-télécharger Tous les Modèles

Télécharge les modèles en local pour une utilisation hors-ligne.

docling-tools models download --all

Lancer le Serveur MCP

Démarre le serveur MCP pour Claude Desktop.

uvx --from=docling-mcp docling-mcp-server

Interactif

Générateur de Configuration CLI & Python

Personnalisez vos options et obtenez les commandes et scripts en temps réel.

Format du Document

Activer le Moteur OCR

Choix du Moteur OCR

Mode OCR

Extraction de Tableaux

Enrichir les Blocs de Code

Enrichir les Formules LaTeX

Format de Sortie

Accélération Matérielle

Nombre de Threads

Commande CLI

docling bash

Code Python SDK

docling python

FAQ

Foire Aux Questions (FAQ)

Réponses claires sur l'installation, l'OCR, la confidentialité et les performances.

Qu'est-ce que Docling et quelles sont ses fonctionnalités ?

Docling est un moteur open-source développé par IBM Research qui convertit les PDFs, fichiers Office (DOCX, PPTX, XLSX), images scannées et flux audio en formats Markdown et JSON structurés pour les modèles d'IA et le RAG.

Docling est-il entièrement gratuit et open-source ?

Oui, Docling est publié sous la licence permissive MIT et est 100% gratuit pour un usage personnel et commercial, sans frais d'API récurrents.

Docling transmet-il des données vers des serveurs externes ?

Non. Docling s'exécute à 100% en local et sur votre propre infrastructure. Il ne requiert aucune clé d'API tierce et ne transmet aucune donnée ou télémétrie.

Docling nécessite-t-il les outils Visual C++ sous Windows ?

Sous Windows, Python 64-bit est requis. Lors d'une compilation via pip, Visual C++ 14.0+ est nécessaire. L'alternative recommandée consiste à utiliser Astral uv (uv add docling) qui installe des binaires précompilés sans compilateur C++.

Comment désactiver l'OCR pour accélérer les PDFs numériques ?

Pour les PDFs comportant déjà une couche de texte, vous pouvez désactiver l'OCR via pipeline_options.do_ocr = False en Python ou --no-ocr en CLI, multipliant la vitesse par 5 à 10.

Docling prend-il en charge Excel (.xlsx) et PowerPoint (.pptx) ?

Oui, Docling convertit les classeurs Excel (.xlsx) feuille par feuille en tableaux Markdown/HTML et extrait les hiérarchies de diapositives et notes des présentations PowerPoint (.pptx).