メインコンテンツへスキップ
PromptQuorum人のために設計。 AI向けに構造化。
ホーム/ローカルLLM活用
RAG & Document Chat

Docling レビュー:オープンソース文書パーサー(RAG 対応)

·6分で読めます 著 · PromptQuorum創設者 · オープンウェイト/オープンソースAIの発見エンジン

Docling(70,000+ GitHub スター)は PDF・DOCX・PPTX・XLSX・HTML・EPUB・画像を RAG および LLM パイプライン向けの Markdown・JSON・HTML に変換します。ドキュメント解析は手元のマシンで実行され、MCP サーバーは別パッケージ docling-mcp として提供され、コードは MIT ライセンスで無料です。 モデルの重みは初回利用時に Hugging Face からダウンロードされます。Python 3.10 以上で使う Python ライブラリと CLI ツールです。pip install docling でインストールできます。

重要なポイント

  • コードは MIT ライセンス、70,000+ GitHub スター、IBM Research チューリッヒが開始し LF AI & Data Foundation がホスト。
  • pip install docling — Python 3.10 以上(pyproject.toml では 3.10〜3.14)、Java 不要。
  • Markdown・JSON(バウンディングボックス付き)・HTML・DocLang/DocTags を出力。
  • MCP は別パッケージ docling-mcp(uvx --from=docling-mcp docling-mcp-server)。
  • 表抽出・バウンディングボックスを公式 README で確認。

📍 一文で説明

Docling は IBM Research チューリッヒが開始し LF AI & Data Foundation がホストするオープンソース Python ライブラリで、PDF・DOCX・PPTX・XLSX・HTML・EPUB・画像を RAG/LLM パイプライン向けの Markdown・JSON・HTML に変換し、ドキュメントを手元のマシンで処理します。

💬 簡潔に説明

ドキュメントファイルを渡すと、見出し・表・テキストブロックの構造を読み取り、LLM や RAG システムが使えるフォーマットで出力します。ファイルはアップロードされませんが、モデルの重みは初回利用時に Hugging Face からダウンロードされます。

📌補足: PromptQuorum は Docling を実際にテストしていません。すべての情報は 2026年11月15日に github.com/docling-project/docling と docling-project.github.io/docling から確認しました。

Docling は IBM Research チューリッヒが開始し、LF AI & Data Foundation がホストするオープンソースの文書解析ライブラリで、PDF・DOCX・PPTX・XLSX・HTML・EPUB・画像を RAG および LLM パイプライン向けに Markdown・JSON・HTML などの構造化フォーマットに変換します。MCP サーバーは別パッケージ docling-mcp として提供されています。本レビューは Docling GitHub リポジトリ と docling-project.github.io/docling に基づき、2026年11月15日に確認しました。PromptQuorum は実際にインストール・実行していません。

Docling レビュー:オープンソース文書パーサー(RAG 対応)

Docling の機能

  • 入力形式: PDF・DOCX・PPTX・XLSX・HTML・EPUB・画像。
  • 出力形式: Markdown・JSON(座標付き)・HTML・DocLang・DocTags。
  • OCR: スキャン PDF や画像ベースの文書を処理。
  • 表抽出: 表を検出し、構造を保持。
  • バウンディングボックス: JSON 出力に要素座標を含む。
  • MCP サーバー: 別パッケージ docling-mcp で提供。対応 AI アシスタントから呼び出し可能。

インストール

1 つの pip コマンドでインストールできます。Python 3.10 以上が必要です(pyproject.toml では 3.10〜3.14)。

データフロー

  • ローカル処理: ドキュメント解析は手元のマシンで実行され、ファイルはアップロードされません。PDF 処理では初回利用時に Hugging Face からモデルの重みをダウンロードし、その後はローカルキャッシュから動作します(エアギャップ環境向けに事前ダウンロード可能)。
  • MCP サーバー: docling-mcp サーバーは既定でローカル変換を行い、設定すればリモートの Docling Serve に接続することもできます。
  • テレメトリー: README に記載なし。必要に応じて設定を確認してください。

ライセンスと価格

Docling のコードは MIT ライセンスで提供。商用・個人利用ともに無料です。Docling がダウンロードするモデルの重みは各自のライセンスに従うため、商用導入前に確認してください。

  • MIT ライセンス — 著作権表示の保持が必要(モデルの重みは別ライセンス)。
  • README には有料プランの記載はありません。

競合・代替ツール

PromptQuorum ディレクトリの同セグメントにある他のドキュメントパーサー:

  • Marker(40,000+ スター、コードは Apache 2.0、モデルの重みは商用制限のある改変版 AI Pubs Open RAIL-M ライセンス)— Surya OCR を使用した PDF→Markdown 変換。
  • MinerU(83,000+ スター、MinerU Open Source License(Apache 2.0 に追加条件))— LaTeX 出力に対応。
  • Unstructured — 幅広い入力形式をサポート。

ディレクトリで比較する

よくある質問

Docling に GPU は必要ですか?

README には基本インストールの GPU 要件は記載されていません。OCR とレイアウト解析は GPU で高速になる場合があり、CPU でも実行できます。アクセラレータの設定はドキュメントで確認してください。

Docling のライセンスは何ですか?

Docling のコードは MIT ライセンスです。商用利用可、著作権表示の保持が必要です。ダウンロードされるモデルの重みは各自のライセンスに従います。

Docling はデータを IBM に送信しますか?

ドキュメント解析は手元のマシンで実行され、ファイルはアップロードされません。PDF 処理では初回利用時に Hugging Face からモデルの重みをダウンロードし、その後はローカルキャッシュから動作します(エアギャップ環境向けに事前ダウンロード可能)。docling-mcp サーバーは既定でローカル変換を行い、設定すればリモートの Docling Serve に接続することもできます。README にテレメトリーの記載はありません。

スキャンされた PDF を処理できますか?

はい。Docling には OCR が含まれており、スキャン PDF や画像ベースの文書を処理できます。

MCP サーバーとは何ですか?

Claude などの対応 AI アシスタントが Docling を呼び出せるようにする Model Context Protocol サーバーです。別パッケージ docling-mcp として提供されます(uvx --from=docling-mcp docling-mcp-server)。

Docling のバージョンは何を確認しましたか?

v2.150.1(GitHub Releases、2026年11月14日公開)。

Windows で動作しますか?

README に Windows の制限は記載されていません。PyPI パッケージに OS 制約はありません。

DocLang と Markdown の違いは何ですか?

Markdown は汎用テキスト形式、DocLang は Docling 固有の構造化形式で、より多くの文書セマンティクスを保持します。

Python のみのサポートですか?

はい。Docling は Python ライブラリで、Python 3.10 以上(pyproject.toml では 3.10〜3.14)が必要です。

無料で商用利用できますか?

はい。Docling のコードは MIT ライセンスのため、著作権表示を保持すれば商用プロジェクトでも使用できます。モデルの重みは各自のライセンスに従うため、事前に確認してください。

情報源

← ローカルLLM活用 に戻る

MCP