Installation

Installer Docling sous Windows

Windows 10 / 11 (64-bit) avec Python 3.10+. Le chemin fiable le plus court est Python 64-bit + environnement virtuel + uv. Vérifiez chaque commande contre la documentation officielle d'installation.

Step 1

Liste de contrôle des prérequis

Visez 3.10+ et 64. Si vous voyez 32, désinstallez ce Python et installez le build 64-bit :

py --version; py -c "import struct; print(struct.calcsize('P')*8)"

Windows 10 ou 11, 64-bit (le Python 32-bit échoue sur les wheels torch).
Python 3.10, 3.11 ou 3.12, 64-bit, depuis python.org en cochant « Add python.exe to PATH ».
PowerShell (ou Windows Terminal). Les commandes ci-dessous supposent PowerShell.
~2–4 Go libres pour les téléchargements de modèles au premier lancement.

Step 2

Installez correctement Python 64-bit

py --version

pip --version

Téléchargez l'installeur Windows (64-bit) pour Python 3.11 ou 3.12.
Sur le premier écran, cochez « Add python.exe to PATH », puis « Install Now ».
Vérifiez dans une fenêtre PowerShell neuve :

Si py est introuvable, fermez et rouvrez le terminal (rafraîchissement du PATH) ou réinstallez avec l'option PATH. Le shim Python du Microsoft Store peut masquer python — préférez le lanceur py ou le build python.org.

Step 3

Environnement virtuel dans PowerShell

Si la stratégie d'exécution bloque l'activation, exécutez une fois Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser, puis réactivez.

py -m venv .venv

.venv\Scripts\Activate.ps1

python -m pip install -U pip

Step 4

Installation la plus rapide : uv (recommandé)

uv résout des wheels précompilées et évite la plupart des échecs de compilation native sous Windows. Avec extras (exemple) :

uv add docling

uv add "docling[rapidocr]"

Ou dans un projet uv existant : uv venv --python 3.12, activez, puis uv pip install docling.

Step 5

Installation standard : pip

En cas de succès, c'est terminé — passez à la vérification. Si pip se met à compiler des paquets et échoue sur C++, ne luttez pas : passez à uv ci-dessus ou réparez la toolchain à la section suivante.

pip install docling

Step 6

Corriger « Microsoft Visual C++ 14.0 is required »

Pourquoi cela arrive : certaines dépendances optionnelles embarquent des extensions C++ natives. Sans la toolchain MSVC, pip retombe sur la compilation depuis les sources et échoue. Correctif A (le plus simple) — utilisez uv pour des wheels au lieu d'un compilateur. Correctif B — installez la toolchain :

winget install Microsoft.VisualStudio.2022.BuildTools

Dans l'installeur, sélectionnez la charge « Développement Desktop avec C++ » (MSVC 14.0+).
Redémarrez le terminal, réactivez le venv, supprimez l'environnement à moitié construit si besoin et réessayez pip install docling.
Le Docling de base a généralement des wheels — cette erreur concerne surtout des extras comme tesserocr ou fasttext. Si seul un extra veut compiler, préférez rapidocr/easyocr.

Step 7

Extras OCR sous Windows

La qualité et les langues sont comparées dans le guide OCR. Pour les PDF scannés, forcez l'OCR pleine page : docling convert scan.pdf --ocr-mode full_page.

Moteur	Installation Windows	Remarques
RapidOCR (le plus simple)	`pip install "docling[rapidocr]"`	Pip seul, aucun binaire système. Bon choix par défaut sous Windows.
EasyOCR	`pip install "docling[easyocr]"`	Pip seul, téléchargement plus gros, bon multilingue.
Tesseract	Binaire UB Mannheim + PATH et `TESSDATA_PREFIX`, puis `pip install "docling[tesserocr]"`	Meilleur contrôle de précision, mais exige binaire système + données.

Step 8

GPU / CUDA via WSL2

Le CUDA natif sous Windows dépend de votre build PyTorch et des pilotes. Le chemin GPU fiable le plus simple est WSL2 avec Ubuntu + pilotes NVIDIA CUDA pour WSL :

docling convert report.pdf --device cuda

Installez WSL2 + Ubuntu depuis le Microsoft Store, plus le pilote NVIDIA Windows avec support WSL.
Dans WSL2, suivez le guide Linux (torch compatible CUDA), puis sélectionnez explicitement le périphérique :

Vérifiez avec python -c "import torch; print(torch.cuda.is_available())" — il doit afficher True avant que les flags GPU servent. Les installations CPU-only sont pleinement supportées ; le GPU n'apporte que de la vitesse.

Step 9

Vérification

Prenez d'abord un petit PDF numérique (ni OCR ni GPU). Le tout premier lancement télécharge les modèles — gardez la connexion. Essayez ensuite --to json et un moteur OCR pour confirmer chaque couche.

docling --help

docling convert sample.pdf --to md

Step 10

Erreurs Windows fréquentes

Installation échoue / C++ 14.0 requis — voir l'installation échoue et MSVC 14.0 requis.
python ouvre le Microsoft Store — utilisez le lanceur py ou désactivez l'alias Store ; préférez le build python.org.
Wheels torch 32-bit / « not a supported wheel » — vous avez un Python 32-bit ; réinstallez en 64-bit.
Erreurs de permission — jamais de shell admin comme correctif ; un venv sans --user est le correctif.
Première conversion lente — normal : les modèles se téléchargent. Pré-chargez avec docling-tools models download --all.

Step 11

FAQ Windows

uv ou pip sous Windows ?

Préférez uv add docling. Il résout des wheels précompilées et évite la toolchain MSVC que pip exige parfois pour les extras optionnels.

Faut-il Visual Studio ?

Seulement si pip tente de compiler un extra natif. Le paquet de base s'installe généralement sans. En cas d'erreur C++ 14.0, installez les Build Tools 2022 avec la charge C++ via winget, ou passez à uv.

Quel moteur OCR le plus simple sous Windows ?

RapidOCR ou EasyOCR — les deux par pip seul. Tesseract exige le binaire système UB Mannheim plus TESSDATA_PREFIX.

Puis-je utiliser mon GPU NVIDIA sous Windows ?

Oui. Le CUDA natif fonctionne si votre build torch le supporte ; sinon WSL2 + Ubuntu avec pilotes CUDA est la voie la plus fiable, puis --device cuda.

PowerShell bloque l'activation du venv ?

Exécutez une fois Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser, puis .venv\Scripts\Activate.ps1 à nouveau.

Vérifié avec Docling v2.129.0 · Dernière vérification 2026-09-22 · Source officielle