イメージ一覧#
2026 年 10 月 27 日に docling.org が quay.io/docling-project のマニフェストから計測。
データ表を表示
| GB | |
|---|---|
| docling-serve-cpu | 2.22 GB |
| docling-serve | 5.04 GB |
| docling-serve-cu130 | 5.04 GB |
| docling-serve-cu128 | 5.99 GB |
| イメージ | 用途 | アーキテクチャ | ダウンロード（amd64） | 使うタグ |
|---|---|---|---|---|
docling-serve-cpu | GPU のないサーバー | amd64・arm64 | 2.22 GB | latest または v1.38.2 |
docling-serve | 汎用（PyPI の PyTorch） | amd64・arm64 | 5.04 GB | latest または v1.38.2 |
docling-serve-cu130 | NVIDIA、CUDA 13.0 | amd64・arm64 | 5.04 GB | v1.38.2（latest なし） |
docling-serve-cu128 | NVIDIA、CUDA 12.8（古いドライバー） | amd64・arm64 | 5.99 GB | v1.38.2——latest は避ける |
すべてのイメージは quay.io/docling-project/ と ghcr.io/docling-project/ の両方で公開されています。サイズはレジストリのマニフェストから合計した圧縮時のダウンロード量で、README には展開後の大きなサイズが載っています。AMD ROCm 版は対応していますが公開はされておらず、ビルド方法が説明されています。
実行する#
docker run -d --name docling -p 5001:5001 \
-e DOCLING_SERVE_ENABLE_UI=1 \
quay.io/docling-project/docling-serve-cpu:v1.38.2
# API http://localhost:5001 · ドキュメント /docs · UI /uidocker run -d --name docling --gpus all -p 5001:5001 \
quay.io/docling-project/docling-serve-cu130:v1.38.2curl http://localhost:5001/health
curl http://localhost:5001/version中身#
| コマンド | docling-serve run（エントリーポイント container-entrypoint） |
|---|---|
| ポート | 5001（API）と 8080 を公開 |
| ユーザー | 1001（非 root） |
| モデル | ダウンロード済み。DOCLING_SERVE_ARTIFACTS_PATH=/opt/app-root/src/.cache/docling/models |
| スレッド | OMP_NUM_THREADS=4——大きなマシンでは上げる |
v1.38.2 のイメージ設定から読み取りました。モデルがイメージ内にあるため、コンテナはインターネットなしで起動します。
docker-compose#
services:
docling:
image: quay.io/docling-project/docling-serve-cpu:v1.38.2
ports:
- "5001:5001"
environment:
DOCLING_SERVE_ENABLE_UI: "1"
DOCLING_SERVE_API_KEY: "change-me" # クライアントは X-Api-Key を送る
DOCLING_SERVE_MAX_SYNC_WAIT: "300"
DOCLING_SERVE_ENG_LOC_NUM_WORKERS: "2"
OMP_NUM_THREADS: "8"
restart: unless-stoppedGPU を使うにはイメージを CUDA 版に替え、デバイスの予約（deploy.resources.reservations.devices に driver: nvidia）を追加します。DOCLING_SERVE_* の各設定は docling-serve ガイドで説明しています。
イメージ内の docling CLI を使う#
イメージの PATH には Docling を含む仮想環境が入っているので、既定のコマンドを置き換えてマウントしたフォルダのファイルを変換できます：
docker run --rm -v "$PWD:/data" --user "$(id -u)" \
quay.io/docling-project/docling-serve-cpu:v1.38.2 \
docling convert /data/report.pdf --to md --output /data自分のユーザー ID で実行すると、マウントしたフォルダの権限の問題を避けられます（イメージの既定ユーザーは 1001）。
独自のイメージを作る#
ライブラリだけが必要なら、自作の軽量イメージのほうが小さくなることが多いです。先に CPU 版 PyTorch を入れ、ビルド時にモデルをダウンロードしておきます：
FROM python:3.12-slim
ENV PIP_NO_CACHE_DIR=1 DOCLING_ARTIFACTS_PATH=/models
RUN pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu \
&& pip install "docling==2.148.0" \
&& docling-tools models download -o /models
WORKDIR /data
ENTRYPOINT ["docling"]docker build -t my-docling .
docker run --rm -v "$PWD:/data" my-docling convert report.pdf --to md --no-ocrよくある質問
公式の Docling Docker イメージはある？
はい、docling-serve 用です：quay.io/docling-project/docling-serve（ghcr.io にもあり）。-cpu・-cu128・-cu130 の各版が linux/amd64 と linux/arm64 向けにあります。ポート 5001 で REST API を提供し、Docling ライブラリを含みます。
Docling の Docker イメージのサイズは？
v1.38.2 の linux/amd64 で、圧縮時のダウンロードは docling-serve-cpu が 2.22 GB、docling-serve と docling-serve-cu130 が 5.04 GB、docling-serve-cu128 が 5.99 GB です（2026 年 10 月 27 日のレジストリのマニフェストから合計）。展開後のディスク上のサイズはもっと大きくなります。
Docling のコンテナで GPU を使うには？
NVIDIA Container Toolkit を入れ、ドライバーに合う CUDA イメージ（例：docling-serve-cu130:v1.38.2）を使い、--gpus all で起動します。
docling-serve-cu128:latest が古いのはなぜ？
CUDA イメージはバージョンタグで取得する前提だからです。2026 年 10 月 27 日時点で docling-serve-cu128:latest は 2026 年 2 月 6 日ビルドの v1.12.0 を指しており、現行は v1.38.2 でした。CUDA イメージは必ず明示的なバージョンに固定してください。
出典
- quay.io/docling-project のイメージマニフェスト（2026 年 10 月 27 日に取得）
- docling-serve README：コンテナイメージ
- docling-serve のデプロイ例