導入

LinuxへのDocling導入

Ubuntu/Debian・RHEL/Fedora・WSL2 + Python 3.10以降。先にCPUかCUDAか決定。以降のPyTorch Wheelが定まる。各コマンドは公式インストール文書と照合。

Step 1

前提 + ディストロ別資材

3.10以降が必要。venvとビルド基盤を導入:

python3 --version

sudo apt-get update && sudo apt-get install -y python3 python3-venv python3-pip

RHEL / Fedora:

sudo dnf install -y python3 python3-pip

python3 -m venv .venv && source .venv/bin/activate && pip install -U pip

Step 2

CPU専用導入 (サーバー・コンテナ)

既定torch WheelはCUDA同梱で巨大 (2GB超)。CPU専用機では小型CPUビルドを。CI・小規模VPS・CPU Docker像に最適。テキストPDFは十分実用。スキャン・OCR重作業はGPUより遅いのみ。

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

Step 3

CUDA / GPU導入 (NVIDIA)

pip install docling

python -c "import torch; print(torch.cuda.is_available())"

docling convert report.pdf --device cuda

GPUに合うNVIDIAドライバ + CUDA toolkit導入 (nvidia-smi確認)。
pytorch.orgから自CUDA版 (12.8/13.0) のtorch導入後にDocling。または既定索引のCUDA版torch解決後にデバイス指定:

torch.cuda.is_available()がTrue必須。FalseならDocling以前の問題。GPU OCRにはONNX Runtime CUDA経路追加: pip install "docling[onnxruntime]"しCUDAExecutionProviderがort.get_available_providers()にあること。調整 (バッチ・VLMサーバー) は公式GPUガイドへ。

Step 4

uvのCPU索引設定

uv利用者はpyproject.tomlでtorchをCPU索引に固定。全員・CIが小型Wheelを取得:

uv add docling

[[tool.uv.index]]
name = "pytorch-cpu"
url = "https://download.pytorch.org/whl/cpu"
explicit = true

[tool.uv.sources]
torch = [{ index = "pytorch-cpu" }]

Step 5

Tesseract本体

Tesseract系のみ。本体をpipエクストラより先に導入。TESSDATA_PREFIXは.traineddataフォルダへ (末尾/必須)。Debianはdpkg -L tesseract-ocr-eng | grep tessdata$で特定。RHELは/usr/share/tesseract/tessdata/。tesserocrビルド失敗時はpip uninstall tesserocr後にpip install --no-binary :all: tesserocr。

Debian / Ubuntu:

sudo apt-get install -y tesseract-ocr tesseract-ocr-eng libtesseract-dev libleptonica-dev pkg-config

RHEL / Fedoraとバインディング:

sudo dnf install -y tesseract tesseract-devel tesseract-langpack-eng tesseract-osd leptonica-devel

pip install "docling[tesserocr]"

Step 6

LinuxのOCR・パイプライン系エクストラ

用途	導入	制限
RapidOCR (推奨既定)	`pip install "docling[rapidocr]"`	なし。pipのみ。
EasyOCR	`pip install "docling[easyocr]"`	なし。pipのみ。
VLMパイプライン	`pip install "docling[vlm]"`	GPU強推奨。
ASR (音声)	`pip install "docling[asr]"`	なし。
Nemotron OCR	`pip install "docling[feat-ocr-nemotron]" --extra-index-url https://download.pytorch.org/whl/cu130 --index-strategy unsafe-best-match`	Linux x86_64 + Python 3.12 + CUDA 13.xのみ。

Step 7

検証 (CPUとGPU)

初回はモデル取得のため接続維持かdocling-tools models download --allで事前取得。比較用に--device cpu強制、NVIDIAは--device cuda。

docling --help

docling convert sample.pdf --to md

docling convert sample.pdf --device auto --to md

Step 8

コンテナ派はdocling-serve

CLIでなくHTTP APIが欲しければ公式コンテナ (CPU像を示す)。完全解説はDocker頁:

podman run -p 5001:5001 -e DOCLING_SERVE_ENABLE_UI=1 quay.io/docling-project/docling-serve-cpu

Step 9

Linux頻出問題

GPU無視 — GPU未使用参照。torch版違いかドライバ欠落。
メモリ不足 — メモリ不足参照。1件ずつ、--num-threads低下、デジタルPDFは--no-ocr。
巨大な導入容量 — CPU機にCUDA版torch取得が原因。--extra-index-url …/cpu行で再導入。
Tesseract言語欠落 — tesseract-ocr-言語導入とTESSDATA_PREFIX出力。
権限エラー — venv利用。sudo pip installは厳禁。

Step 10

Linux FAQ

CPU版とCUDA版torchどちら?

CPU専用サーバー・CIは/whl/cpu索引 (小型・高速取得)。速度が欲しいNVIDIA機はCUDA版torch + --device cuda。

CUDA版はどれ?

ドライバのCUDAに合わせる (nvidia-smi)。docling-serveは-cu128・-cu130像を発行。pipはpytorch.org推奨索引を選択。

Nemotron OCRは使える?

Linux x86_64 + Python 3.12 + CUDA 13.xのみ。feat-ocr-nemotronエクストラ + cu130索引 + unsafe-best-match方針で導入。

Tesseractはaptとpipどちら?

両方。本体と開発庫はapt/dnf、Pythonバインディング (tesserocr) はpip。後にTESSDATA_PREFIX設定。

Docling v2.129.0で検証 · 最終確認 2026-09-22 · 公式ソース