Doclingとは？
Docling は文書を AI ですぐ使えるテキストに変換します。PDF、DOCX、PPTX、XLSX、HTML、EPUB、メール（EML と MSG）、LaTeX、画像を読み込み、最近では音声認識を通じて音声や動画にも対応しました。出力は Markdown、HTML、または見出し、読む順序、表を 保持するロスレスの JSON 文書モデルです。
PDF と画像は、レイアウト検出、表構造（TableFormer）、OCR のためのローカルの機械学習モデルを通ります。IBM の 258M パラメータの GraniteDocling を使うビジョン言語モードもオプションで使えます。RAG 用のチャンク分割、API サーバー（docling-serve）、MCP サーバー、LangChain、LlamaIndex、CrewAI、Haystack との統合も含まれます。
IBM Research で始まり、LF AI & Data Foundation がホストしています。リリースは頻繁で、2026 年 10 月 23 日に v2.142.1 が出ました。
Doclingは使う価値があるか？
本物の表を含む PDF にとって、Docling は越えるべき基準となるオープンソースのパーサーで、今の弱点は品質ではなくセキュリティです。GitHub のスターは約 69,400 で、MIT ライセンス、中立的な財団の傘下にあり、Kanopy Labs の 2026 年の比較では、複雑な PDF での表の抽出が Unstructured より優れているとされました。
RAG に役立つ理由は出力にあります。Docling は読む順序、見出しのレベル、表の構造を型付きの文書モデルに保持するので、チャンクはばらばらのテキストとしてではなく、セクションの文脈を伴って届きます。ローカルでも動きます。FAQ によると、リモートのサービスは使わず、モデルの重みをコピーしておけばエアギャップされたネットワークでも動作します。
多くの形式を読むことは、大きな攻撃対象領域を生みます。プロジェクトは GitHub のセキュリティアドバイザリを 28 件公開しており、そのうち 11 件は 2026 年 10 月 23 日の 1 日だけで出ました。大半はメモリや CPU を使い果たさせる小さなファイル（DOCX、XLSX、EPUB 内の巨大なア ーカイブメンバー、上限のない LaTeX の表の結合範囲）で、ファイルの読み書きを許してしまう TikZ のチェック回避もありました。10 月 1 日の重大度の高いアドバイザリは、任意のファイルの読み書きに関するものでした。最新の一群は 2.142.1 で修正されており、見知らぬ人からのアップロードを解析するサービスは、このバージョンに固定し、ワーカーを隔離すべきです。
実用上の制約は速度とインストールサイズです。GPU のベンチマークページでは、NVIDIA L40S、RTX 5090、RTX 5070 で、パイプラインと OCR の有無によって、マシン 1 台あたり毎秒約 1 から 8 ページと報告されています。つまり 100 万ページのアーカイブは、毎秒 4 ページで約 3 日の作業になります。ML のスタックは必須の依存関係として入ってきます。レビュアーは手書き文字やスマートフォンの写真では結果が弱いと報告しており、その場合はビジョン言語パイプラインかホスト型のパーサーが通常の代替手段です。
真価を発揮する場面
50 人規模のリーガルテックのスタートアップのプラットフォームエンジニア
表だらけの契約書や裁判所への提出書類を RAG のインデックスに取り込む
GPU ノード 1 台で docling-serve を動かし、アップロードをすべて通して、JSON モデルとチャンカーの出力を保存します。ライセンス費用はありません。毎秒数ページなら、200,000 ページの未処理分は GPU 時間で 1 日かかりません。信頼できないファイルを読むため、パーサーは隔離し、パッチを当て続ける必要があります。
地方銀行のコンプライアンス担当マネージャー
文書を第三者の API に送らずに社内レポートを処理する
Docling はモデルの重みをインストールすればエアギャップ環境で動くので、文書がネットワークの外に出ることはなく、ベンダーのデータ処理に関するレビューも不要です。その代わり、ハードウェアを自前で持ち、頻繁なセキュリティリリースに追随する必要があります。
研究用コーパスを作るデータサイエンティスト
arXiv の PDF、LaTeX のソース、EPUB をファインチューニング用の Markdown に変換する
pip install docling を実行してフォルダに対して CLI を走らせ、数式の多いページでは GraniteDocling のビジョンパイプラインに切り替えます。無料です。CPU だけの実行は遅いので、大きなコーパスなら GPU を使う価値があります。
導入前に確認すること
- 導入
- Python 3.10 以降で pip install docling を実行します（3.9 のサポートは 2.70.0 で終了）。初 回の実行でレイアウト、表、OCR の重みがダウンロードされます。CLI のコマンド 1 つで PDF を変換でき、docling-serve が API サーバーを提供します。
- 連携
- LangChain、LlamaIndex、CrewAI、Haystack 向けのローダー。エージェント向けの MCP サーバー。Markdown、HTML、DocTags、ロスレスの JSON へのエクスポート。
- データとプライバシー
- FAQ によると、ローカルで動き、デフォルトではリモートのサービスを呼び出しません。リモートの画像の取得とリモートの OCR はオプトインです。商用利用の制限がない MIT ライセンスです。公開されたセキュリティアドバイザリは 28 件で、最新のものは 2.142.1 で修正されています。
- 大規模利用時のコスト
- ソフトウェアは無料で、費用は計算資源です。プロジェクトのベンチマークではマシン 1 台あたり毎秒約 1 から 8 ページとされているので、大量の取り込みには、L40S を積んだ AWS g6e.2xlarge のような専用の GPU ノードが必要です。メンテナーは有料版を販売していません。
- 制限
- 未解決の issue とプルリクエストは約 900 件です。PDF から太字などのテキストスタイルは抽出されません。手書き文字とカメラの写真は依然として弱いです。信頼できないファイルの解析 にはサンドボックス化が必要です。
良い点
- 表と読む順序の復元に優れる
- ローカルモデルで完全にオフライン動作
- ロスレスの JSON モデルに加え、Markdown と HTML
- 中立的な財団の下での MIT ライセンス
気になる点
- セキュリティアドバイザリが 28 件。信頼できないファイルにはパッチ適用が必須
- 重い ML の依存関係
- GPU 1 枚あたり毎秒数ページ
- 手書き文字と写真に弱い
おすすめの人
複雑な表を含む PDF や Office 文書を対象に、セルフホスト型の RAG を構築するチーム。
Doclingの代替
Docling：よくある質問
- Doclingは使う価値があるか？
- Docling は表を正しく扱えるオープンソースのパーサーであり、同時にセキュリティリリースを飛ばすことが許されないパーサーでもあります。 評価は5点満点中4.5点です。
- Doclingの料金は？
- MIT ライセンスの無料オープンソースです。
- Doclingの欠点は？
- セキュリティアドバイザリが 28 件。信頼できないファイルにはパッチ適用が必須; 重い ML の依存関係; GPU 1 枚あたり毎秒数ページ; 手書き文字と写真に弱い.
- Doclingは誰に向いているか？
- 複雑な表を含む PDF や Office 文書を対象に、セルフホスト型の RAG を構築するチーム。
- チームや本番環境でDoclingを使うと費用はいくらか？
- ソフトウェアは無料で、費用は計算資源です。プロジェクトのベンチマークではマシン 1 台あたり毎秒約 1 から 8 ページとされているので、大量の取り込みには、L40S を積んだ AWS g6e.2xlarge のような専用の GPU ノードが必要です。メンテナーは有料版を販売していません。
- Doclingは企業データを扱っても安全か？
- FAQ によると、ローカルで動き、デフォルトではリモートのサービスを呼び出しません。リモートの画像の取得とリモートの OCR はオプトインです。商用利用の制限がない MIT ライセンスです。公開されたセキュリティアドバイザリは 28 件で、最新のものは 2.142.1 で修正されています。
- Doclingの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はUnstructured, LlamaIndex, Firecrawl, pdf-inspector 、 Xberg (formerly Kreuzberg)です。
回答確認日：2026年10月23日