独立系ガイド — IBM および Docling プロジェクトとは無関係です。 すべてのコマンドを Docling 2.148.0 で検証済み。
docling.org独立系 Docling ガイド
  1. ホーム
  2. インストール
インストールガイド

Docling を正しくインストールする——小さく、速く、オフライン対応

pip install docling で動きます。ただし Linux では、使わないかもしれない約 3 GB の CUDA ライブラリまで取得することがあります。ここでは Docling 2.148.0 で検証した手順と、お使いのマシン向けのコマンドを作るツールを紹介します。

Docling で検証済み 2.148.0更新日 2026年11月6日当サイトの実測データを含む9 分で読めます
要点
  • Docling 2.148.0 は Python 3.10〜3.14 が必要で、macOS・Linux・Windows（x86_64・arm64）で動作します。
  • 基本のインストール：pip install docling、確認は docling --version。
  • GPU なしの Linux：先に CPU 用インデックスから PyTorch を入れる（約 3 GB → 210 MB）、または uv pip install --torch-backend cpu docling。
  • 初回の変換で約 0.5 GB のモデルをダウンロードします。オフライン環境では docling-tools models download で事前に取得します。

インストールコマンドを選ぶ#

OS・インストーラー・ハードウェア・必要な機能を選ぶと、コマンドがその場で更新されます。クリーンなマシンで実行したものと同じコマンドです。

動作要件#

項目Docling 2.148.0根拠
Python3.10・3.11・3.12・3.13・3.14（>=3.10,<4.0）PyPI の requires_python と分類子
OSmacOS・Linux・WindowsPyPI の分類子、README
CPU アーキテクチャx86_64 と arm64README
アクセラレーターCPU・NVIDIA CUDA・Apple MPS・Intel XPU--device の選択肢：auto・cpu・cuda・mps・xpu
ディスク環境 約 1.8 GB + モデル 約 0.5 GB（CPU 版 PyTorch）当サイトが du -sh で計測
Python 3.92.70.0 以降は非対応README

pip でのインストール手順#

  1. 仮想環境を作る
    bash
    python3 -m venv .venv
source .venv/bin/activate        # Windows：.venv\Scripts\activate
python -m pip install -U pip
  2. GPU のない Linux なら、先に CPU 版 PyTorch を入れる

    Linux 向けに PyPI で配布されている既定の PyTorch は、NVIDIA の CUDA ライブラリに依存します。先に PyTorch の CPU 用インデックスから入れておけば、後で取得されることはありません。

    bash
    pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu
  3. Docling をインストール
    bash
    pip install docling
# 本番環境ではバージョンの固定を推奨：
pip install "docling==2.148.0"
  4. 確認する
    bash
    docling --version
    当サイトのマシンでの出力
    Docling version: 2.148.0
Docling Core version: 2.106.0
Docling IBM Models version: 4.0.4
Docling Parse version: 7.24.2
Python: cpython-313 (3.13.18)
Platform: Linux-6.18.44-fc-v242-x86_64-with-glibc2.39
  5. 最初の変換
    bash
    docling convert https://arxiv.org/pdf/2408.09869 --to md --no-ocr

    初回実行時に Hugging Face からレイアウトモデル（docling-project/docling-layout-heron）と TableFormer（docling-project/docling-models）がダウンロードされます。当サイトのキャッシュでは 506 MB でした。

CPU 版を先に入れる理由#

Linux x86_64・Python 3.13 で PyTorch 2.15.0 が取得するホイールのサイズを調べました。既定版は GPU のないサーバーでも cuDNN・cuBLAS・NCCL・Triton など CUDA ツールキット一式を取得します。

Linux での PyTorch ダウンロードサイズLinux x86_64・Python 3.13 で torch 2.15.0 が取得する圧縮ホイールの合計。Docling のレイアウト・表・OCR モデルは PyTorch を使います。
0.01.02.03.0CPU 版（download.pytorch.org/whl/cpu）0.21 GBPyPI 既定版（CUDA 13 依存を含む）2.98 GB

2026 年 11 月 6 日に docling.org が PyPI と download.pytorch.org のファイル情報から集計。

データ表を表示
Linux での PyTorch ダウンロードサイズ
GB
CPU 版（download.pytorch.org/whl/cpu）0.21 GB
PyPI 既定版（CUDA 13 依存を含む）2.98 GB
実測したディスク使用量Linux・Python 3.13・Docling 2.148.0・PyTorch 2.15.0 の新しい仮想環境（pip）のインストールサイズ。
0.00.51.01.52.0docling-slim のみ（extras なし）0.25 GBpip install docling + CPU 版 PyTorch1.79 GB既定モデル（初回実行時）0.51 GB

2026 年 11 月 6 日に docling.org が du で計測。

データ表を表示
実測したディスク使用量
GB
docling-slim のみ（extras なし）0.25 GB
pip install docling + CPU 版 PyTorch1.79 GB
既定モデル（初回実行時）0.51 GB

uv でのインストール#

uv は pip よりはるかに速く依存関係を解決し、--torch-backend で PyTorch のビルドも選んでくれます。uv 0.11.32 で --torch-backend cpu が torch==2.15.0+cpu に解決されることを確認しました。

bashuv プロジェクトの場合
uv init my-app && cd my-app
uv add docling
uv run docling --version
bash通常の仮想環境の場合
uv venv --python 3.12
source .venv/bin/activate
uv pip install --torch-backend cpu docling     # CPU 版 PyTorch
# uv pip install --torch-backend auto docling  # CUDA ドライバーを自動検出

docling と docling-slim#

2026 年 4 月 29 日以降、コードは docling-slim として配布されています。既定ではコアのデータモデルだけを入れ、機能は必要に応じて追加します。docling は現在 docling-slim[standard] を入れる薄いラッパーです。

インストール内容向いている場面
pip install doclingCLI、PDF（docling-parse・pypdfium2）、Word・PowerPoint・Excel・HTML・Markdown・メール、レイアウト + TableFormer モデル、RapidOCR、チャンク化、PyTorchこのマシンで文書を変換する
pip install "docling-slim[service-client]"docling convert-remote コマンドと DoclingDocument。当サイトの環境では 258 MB、PyTorch なし変換を docling-serve サーバーで行う
pip install docling-slimdocling-core とデータモデルのみDoclingDocument の JSON を読み込み・確認・保存するだけ

追加機能（extras）#

2.148.0 の docling パッケージが宣言するすべての extras と、それぞれが追加するパッケージです。

extra追加されるもの用途
docling[vlm]transformers・accelerate・timm・peft・qwen-vl-utils・open-clip-torch、Apple Silicon では mlx-vlmVLM パイプライン（Granite-Docling など）、画像の説明文
docling[asr]openai-whisper・whisper-s2t-reborn・numba、Apple Silicon では mlx-whisper音声の文字起こし（FFmpeg も必要）
docling[easyocr]easyocr・scikit-imageEasyOCR エンジン
docling[tesserocr]tesserocr・pandasC API 経由の Tesseract（システムに Tesseract が必要）
docling[rapidocr]rapidocr・onnxruntime既定の onnxruntime バックエンドでの RapidOCR
docling[onnxruntime]onnxruntime（可能なら onnxruntime-gpu）ONNX ベースのモデル
docling[ocrmac]ocrmacmacOS の Apple Vision OCR
docling[htmlrender]playwright変換前の HTML レンダリング
docling[xbrl]arelle-releaseXBRL 財務報告
docling[remote-serving]tritonclient[grpc]リモートのモデル配信（KServe v2 / Triton）

動画ファイルには docling-slim[format-video] が必要で、これは docling の extra としては提供されていません。extras はまとめて指定できます：pip install "docling[vlm,easyocr]"。

GPU と Apple Silicon#

  • NVIDIA（Linux・Windows）：nvidia-smi を実行し、表示される CUDA バージョン（ドライバーが対応する最新版）を確認します。それに合うインデックスから PyTorch を入れ（torch 2.15.0 は cu132 と cu134 で公開。cu130 と cu126 は 2.14.1 までですが、Docling はこちらでも動きます）、その後 Docling を入れます。python -c "import torch; print(torch.cuda.is_available())" で確認できます。
  • Apple Silicon：通常のインストールで MPS に対応しています。デバイスは自動選択され、--device mps で強制もできます。
  • Intel GPU：--device xpu を指定できます。XPU 対応の PyTorch が必要です。

GPU で何が変わるかはパフォーマンスガイドをご覧ください。

オフライン・閉域環境#

Docling は初回使用時に Hugging Face からモデルを取得します。インターネットなしで使うには、接続できるマシンで事前に準備します。

bashインターネットに接続できるマシンで
pip download "docling==2.148.0" -d wheels/
docling-tools models download -o models/
# 既定：レイアウト、TableFormer、コード/数式、画像分類、RapidOCR
# 名前を指定して追加：docling-tools models download granitedocling easyocr -o models/
bashオフラインのマシンで
pip install --no-index --find-links wheels/ docling
export DOCLING_ARTIFACTS_PATH=/path/to/models
docling convert report.pdf --to md
# コマンドごとに指定する場合：docling convert report.pdf --artifacts-path /path/to/models

-o を省略すると ~/.cache/docling/models に保存されます。DOCLING_ARTIFACTS_PATH は Docling の設定として読み込まれ、明示的なパス指定がない場合にすべてのパイプラインで使われます。

アップグレードとバージョン固定#

Docling は 2024 年 7 月から 2026 年 11 月までに 238 回リリースされ、オプションも変わります。2.148.0 では --force-ocr と --psm が非推奨となり、--ocr-mode full_page と --ocr-option psm=N に置き換えられました。本番ではバージョンを固定し、計画的に更新しましょう。

bash
pip install -U docling
docling --version
pip freeze | grep -i docling     # 正確なバージョンを記録

プラットフォーム別ガイド#

Windows

python.org の Python、PATH の問題、PowerShell での有効化、CUDA。

Windows ガイド →

macOS

Apple Silicon、MPS による高速化、OS 標準の Vision OCR。

macOS ガイド →

Linux

システムライブラリ、ヘッドレスサーバー、CPU 専用環境、CUDA。

Linux ガイド →

Docker

公式 docling-serve イメージ、サイズ、GPU 版。

Docker ガイド →

よくある質問

Docling のインストールコマンドは？

Python 3.10〜3.14 の仮想環境で pip install docling を実行します。uv の場合は uv プロジェクト内で uv add docling、仮想環境では uv pip install docling です。docling --version でインストールを確認します。

Docling のインストールサイズは？

当サイトの Linux 環境では、docling と CPU 版 PyTorch を入れた新しい仮想環境が 1.8 GB、初回実行時の既定モデルが 0.5 GB でした。Linux で PyPI 既定の PyTorch を使うと、さらに約 3 GB の CUDA ライブラリをダウンロードします。

docling と docling-slim の違いは？

2026 年 4 月以降、コードは docling-slim として配布され、既定ではコアのデータモデルだけが入り、機能は extras で選べます。docling パッケージは docling-slim[standard] を入れるラッパーで、CLI、PDF・Office のバックエンド、レイアウト・表モデル、RapidOCR、チャンク化を含みます。当サイトの docling 2.148.0 での検証では、CLI と PDF の変換には常に PyTorch が必要でした。2.144.0 以降、Python API なら docling-slim[format-docx,format-pptx,convert-core] のような PyTorch なしの軽量インストールで Office ファイルを変換できます。変換を docling-serve サーバーで行う場合は docling-slim[service-client] が軽量な選択肢です。

インターネットのない環境に Docling を入れられますか？

はい。接続できるマシンで pip download によりパッケージを、docling-tools models download によりモデルを取得してコピーし、ローカルのフォルダからインストールして、--artifacts-path または DOCLING_ARTIFACTS_PATH でモデルフォルダを指定します。

Docling のアップグレード方法は？

pip install -U docling（または uv pip install -U docling）を実行し、docling --version で確認します。リリースが頻繁なため、本番環境ではバージョンを固定（例：docling==2.148.0）し、計画的に更新してください。

出典

次に読む

Windows

Windows の Python・PATH・CUDA

macOS

Apple Silicon・MPS・macOS 標準 OCR

Linux

システムパッケージ・CUDA・ヘッドレスサーバー

Docker

公式 docling-serve イメージのサイズと GPU

トラブルシューティング

実際のエラーメッセージと対処法

設定ビルダー

CLI コマンド・Python・API リクエストを生成