一、Docling介绍

1.1 Docling项目简介

Docling 是一个强大的开源文档处理工具，专注于解析多种格式的文档（尤其是具备深度理解能力的 PDF），并提供与生成式 AI 生态系统的无缝集成，支持本地运行以保障数据安全。

1.2 Docling主要特点

• 多格式解析：支持 PDF、DOCX、PPTX、XLSX、HTML、音频（WAV、MP3）、字幕（VTT）、图像（PNG、TIFF、JPEG 等）等多种文档和媒体格式的解析。
• 高级 PDF 理解：精准识别 PDF 的页面布局、阅读顺序、表格结构、代码块、数学公式及图像类型，还原文档语义结构。
• 统一文档表示：采用结构清晰、表达力强的 DoclingDocument 格式，统一不同来源文档的内部表示。
• 灵活导出选项：可导出为 Markdown、HTML、DocTags 或无损 JSON 等多种格式，便于下游应用处理。
• 本地化执行：支持完全离线运行，适用于处理敏感数据或在无网络连接（air-gapped）环境中使用。
• AI 生态集成：开箱即用支持 LangChain、LlamaIndex、Crew AI 和 Haystack 等主流 AI 框架，轻松构建智能文档代理。
• 强大 OCR 能力：内置对扫描版 PDF 和图像中文本的高精度光学字符识别（OCR）支持。
• 视觉语言模型支持：兼容多种视觉语言模型（如 GraniteDocling），提升图文混合文档的理解能力。
• 音频转文本：集成自动语音识别（ASR）模型，可将 WAV、MP3 等音频文件转换为可处理的文本内容。
• MCP 服务器集成：通过 MCP（Model Control Protocol）服务器，可与任意 AI Agent 连接，实现动态文档处理工作流。
• 便捷命令行工具：提供简单易用的 CLI，快速完成文档解析与转换任务，适合脚本化和自动化部署。单。

二、本次实践规划

2.1 本地环境规划

本次实践为个人测试环境，操作系统版本为 Ubuntu 24.04.2 LTS。

2.2 本次实践介绍

1.本次实践部署环境为个人测试环境，生产环境请谨慎；
2.在Docker环境下部署Docling开源文档处理工具。

三、本地环境检查

3.1 检查Docker服务状态

检查Docker服务是否正常运行，确保Docker正常运行。

root@jeven:~# systemctl status docker
● docker.service - Docker Application Container Engine
     Loaded: loaded (/usr/lib/systemd/system/docker.service; enabled; preset: enabled)
     Active: active (running) since Tue 2025-12-02 00:51:31 CST; 1min 11s ago
TriggeredBy: ● docker.socket
       Docs: https://docs.docker.com
   Main PID: 75393 (dockerd)
      Tasks: 32
     Memory: 34.1M (peak: 34.8M)
        CPU: 1.248s
     CGroup: /system.slice/docker.service

3.2 检查Docker版本

检查Docker版本

root@jeven:~# docker -v
Docker version 28.5.0, build 887030f

3.3 检查docker compose 版本

检查Docker compose版本，确保2.0以上版本。

root@jeven:~# docker compose version
Docker Compose version v2.39.4

四、拉取Docling镜像

下载Docling镜像，镜像名称为：quay.io/docling-project/docling-serve:v1.9.0。Docling Serve 有多个镜像，可用于在不同硬件配置下运行，包括quay.io/docling-project/docling-serve-cpu、quay.io/docling-project/docling-serve-cu126、quay.io/docling-project/docling-serve-cu128等，可自行根据需要使用。

docker pull quay.io/docling-project/docling-serve:v1.9.0

五、部署Docling服务

5.1 创建部署目录

• 创建部署目录

mkdir -p /data/docling && cd /data/docling

5.2 docker compose方式部署

使用docke-cli方式部署，可参考：

docker run -d \
docker run -d \
   --restart unless-stopped \
   --name docling-serve \
   -p 5300:5001 \
   -e DOCLING_SERVE_ENABLE_UI=1 \
   -e GRADIO_MCP_SERVER=True \
  quay.io/docling-project/docling-serve:v1.9.0

新建及编辑docker-compose.yaml文件，宿主机映射端口可自行设置，注意防止端口冲突。

vim docker-compose.yaml

version: '3'

services:
  docling-serve:
    image:  quay.io/docling-project/docling-serve:v1.9.0
    container_name: docling-serve
    restart: always 
    ports:
      - "5300:5001"
    environment:
      - DOCLING_SERVE_ENABLE_UI=1
      - GRADIO_MCP_SERVER=True

• 环境变量解释：

5.3 创建Docling容器

执行以下命令，创建Docling容器。

docker compose up -d

5.4 查看Docling容器状态

检查Docling容器运行状态，确保Docling容器正常启动。

root@jeven:/data/docling# docker compose ps
WARN[0000] /data/docling/docker-compose.yaml: the attribute `version` is obsolete, it will be ignored, please remove it to avoid potential confusion
NAME            IMAGE                                          COMMAND                   SERVICE         CREATED          STATUS          PORTS
docling-serve   quay.io/docling-project/docling-serve:v1.9.0   "container-entrypoin…"   docling-serve   25 seconds ago   Up 24 seconds   8080/tcp, 0.0.0.0:5300->5001/tcp, [::]:5300->5001/tcp

5.5 检查Docling容器日志

检查容器运行日志，确保Docling服务正常运行。

docker compose logs

六、访问Docling服务

6.1 访问Docling首页

浏览器地址： http://<个人的服务器IP>:5300/ui，访问Docling初始页。如果无法访问，请确保宿主机的防火墙已关闭或已放行相关端口，对于云服务器还需配置相应的安全组规则。

6.2 文档处理

上传文档后，点击“Process File”选项，开始处理文档，处理后的效果课在线预览。

七、总结

本次实践成功通过Docker和Docker Compose快速部署了Docling开源文档处理工具，验证了其容器化部署的便捷性和高效性。整个过程涵盖了环境检查、镜像拉取、服务编排与启动、状态监控及功能访问等关键步骤。Docling在本地运行稳定，能够顺利提供文档解析与转换服务，展现出良好的易用性和扩展性。通过本次实战，不仅加深了对Docling功能的理解，也提升了使用Docker部署AI/文档处理类应用的实战能力。