Docling : convertir des documents hétérogènes en données structurées
Préparez vos documents pour la génération AI. Convertir un document (CLI) Cela génère un fichier .md dans le répertoire courant contenant le contenu du document structuré.
En bref
- De quoi s’agit-il ?
- Docling est une bibliothèque Python qui analyse des PDF, fichiers bureautiques, images, audio et autres formats pour exporter une représentation structurée vers Markdown, HTML ou JSON.
- À qui s’adresse-t-il ?
- Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
- Est-il encore maintenu ?
- Oui. Le dépôt a reçu de nouveaux commits au cours des dernières 24 heures.
- En quel langage est-il écrit ?
- Principalement Python, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 15 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
La représentation DoclingDocument au centre du flux
Le chapitre « La représentation DoclingDocument au centre du flux » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 1 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
PDF : mise en page, ordre de lecture et tableaux
Le chapitre « PDF : mise en page, ordre de lecture et tableaux » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 2 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
Formats, OCR, audio et nouveaux parseurs
Le chapitre « Formats, OCR, audio et nouveaux parseurs » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 3 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
CLI et API Python pour un premier passage
Le chapitre « CLI et API Python pour un premier passage » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 4 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
Modèles VLM, MCP et service API
Le chapitre « Modèles VLM, MCP et service API » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 5 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
Déploiement local et licences des modèles
Le chapitre « Déploiement local et licences des modèles » porte sur un aspect distinct de docling. Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. Pour ce volet, les repères sont `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Le README décrit une capacité précise, mais il ne transforme pas cette capacité en promesse générale : le résultat dépend du fichier fourni, de l’environnement et de la version utilisée.
Pour l’équipe qui examine docling, l’observation utile au chapitre 6 est concrète. Relevez la commande, le réglage ou le chemin cité, puis comparez la sortie obtenue avec ce que la documentation annonce. Cette lecture distingue un exemple reproductible d’une hypothèse d’intégration. Elle permet aussi de voir où le projet s’arrête : support absent, prérequis matériel, publication non documentée ou choix laissé à l’utilisateur.
Conclusion éditoriale
Le README de docling-project/docling liste PDF, DOCX, PPTX, XLSX, HTML, EPUB, Pages, images, audio, vidéo, courriels et formats XML. Il propose `pip install docling`, la commande `docling` sur une URL PDF et `DocumentConverter` en Python. Le pipeline VLM accepte GraniteDocling. Le projet s’exécute localement, y compris dans des environnements isolés, tandis que chaque modèle conserve sa propre licence. docling convient à une équipe qui accepte ce périmètre et peut contrôler `pip install docling`, `DocumentConverter`, `docling --pipeline vlm`. Il convient moins à un usage qui exige une garantie absente du README. Avant adoption, lancez précisément le flux documenté, inspectez sa sortie et vérifiez le point de contrainte propre au projet.
Notes de la communauté