Docling Slim 包深度解析：用最小依赖按需构建文档处理 SDK

Docling Slim 是 Docling 项目的模块化核心发行包，它把原本"全量安装"的 docling 拆分为仅约 50MB 基础依赖的轻量内核，并围绕 PDF/Office/Web 格式、OCR 引擎、模型推理和 CLI 等能力提供 20 余个可选 extras。本文基于 packages/docling-slim/README.md 并结合根目录 pyproject.toml 的实际声明，完整梳理 Slim 包的定位、安装方式、全部 extras 清单与底层依赖映射，帮助你在生产部署与资源受限场景中精确控制安装体积与依赖面。

Docling Slim 是什么：一个"最小内核 + 可选插件"的发行包

packages/docling-slim/README.md 将 Docling Slim 定义为"Lightweight SDK for parsing documents with minimal dependencies and opt-in extras"（最小依赖、按需选装组件的文档解析 SDK）。它的核心设计思想是：

• 基础依赖极少：docling-slim 安装后可提供核心文档处理能力，基础依赖约 50MB；
• 能力按 extras 选装：PDF 解析、Office 格式、OCR 引擎、本地模型推理、CLI 等能力全部通过 pip extras（pip install docling-slim[xxx]）叠加；
• 同一份源码：从 pyproject.toml 的构建配置看，docling-slim 的 wheel 直接打包仓库根目录下的 docling/ 源码目录（packages = ["docling"]），即 Slim 包就是 Docling 完整 Python 模块本体，区别只在于默认携带的依赖不同。

这一点从 根项目 pyproject.toml 可以得到直接印证：docling-slim 2.124.0 的基础依赖只有 8 个包：

# MINIMAL BASE (8 packages) - ~50MB
dependencies = [
  'pydantic>=2.0.0,<3.0.0',
  'docling-core>=2.91.0,<3.0.0',
  'pydantic-settings>=2.3.0,<3.0.0',
  'filetype>=1.2.0,<2.0.0',
  'requests>=2.32.2,<3.0.0',
  'certifi>=2024.7.4',
  'pluggy>=1.0.0,<2.0.0',
  'tqdm>=4.65.0,<5.0.0',
]

其中 docling-core 提供统一的文档表示（DoclingDocument）与序列化能力，pluggy 支撑插件机制，filetype 用于文件类型探测，requests/certifi 负责网络请求。这意味着即便什么都不加装，你也能导入 docling 模块并使用不依赖重型三方库的功能路径；而需要 PDF 解析、表格识别、OCR 等具体能力时再选装对应 extra。

同时该文件声明了一个插件入口点（pyproject.toml）：

[project.entry-points.docling]
"docling_defaults" = "docling.models.plugins.defaults"

对应源码 docling/models/plugins/defaults.py，从源码结构看，Docling 通过 entry point 发现默认模型插件，这也解释了为什么插件机制本身可以留在最小内核里，而具体模型库可以全部外置为 extras。

选型建议：docling 与 docling-slim 怎么选

README 给出的选型原则非常直接：

• 多数用户建议直接安装完整版 docling：功能齐全、包含 CLI，是最简单的上手方式：

  pip install docling
  

• 需要细粒度控制依赖或最小化安装体积时，使用 docling-slim。

这里的"完整版"实际上正是 Slim 包的组合。查看 packages/docling/pyproject.toml 可以看到，docling 是一个meta 包（元包）：

# Meta-package: pulls in docling-slim with standard extras (includes CLI).
# The `docling` Python module itself is provided by docling-slim.
dependencies = [
  'docling-slim[standard]==2.124.0',
]

也就是说，pip install docling 等价于安装 docling-slim 并启用 standard 便捷 bundle，docling 包本身不再携带任何 Python 模块（wheel 配置为 bypass-selection = true），所有代码都来自 docling-slim 的 wheel——这一设计（见 packages/docling/pyproject.toml 的注释）正是为了避免历史上"两个 wheel 都打包同一份 docling/ 模块导致安装冲突"的 bug。

此外仓库还有一个 packages/docling-client/pyproject.toml 中的 docling-client 包，它同样是 meta 包，仅依赖 docling-slim[service-client]==2.124.0，用于"只需要远程调用 Docling Serve API、不需要本地模型"的客户端场景。三者关系可以概括为：

包	本质	依赖
docling-slim	源码本体（docling/ 模块）+ 最小 8 个基础依赖	按需选择 extras
docling	meta 包	docling-slim[standard]（等价于旧版完整包）
docling-client	meta 包	docling-slim[service-client]（仅远程服务客户端）

三者通过 uv workspace 组织在同一个仓库中（pyproject.toml 的 [tool.uv.workspace] members = ["packages/docling", "packages/docling-client"]），版本号统一为 2.124.0。

安装方式与典型组合

README 给出了四个最常用的安装示例，覆盖本地模型 PDF 解析、纯 Office、CLI 与远程服务客户端四类场景：

# PDF support with local models
pip install docling-slim[format-pdf,models-local]

# Office formats only
pip install docling-slim[format-office]

# PDF + CLI
pip install docling-slim[format-pdf,cli]

# Docling service client for using the Docling Serve API
pip install docling-slim[service-client]

仓库内其他文档中的实际用法与之一致，例如服务客户端示例 docs/examples/service_client/README.md 使用 pip install "docling-slim[service-client]"，而视频处理文档 docs/usage/processing_audio_media.md 使用 pip install "docling-slim[format-video]"。

全部 Extras 清单：从 README 表格到 pyproject 依赖映射

以下完整继承 packages/docling-slim/README.md 的 extras 清单，并在关键项上补充了 pyproject.toml 中的真实依赖声明。

便捷 Bundle

Extra	说明	典型用途
standard	全部标准功能（与 docling 包相同）	完整功能使用
all	全部可用 extras	完整安装

从源码看，两个 bundle 的展开式是（pyproject.toml）：

standard = [
  'docling-slim[format-pdf,models-local,feat-ocr-rapidocr,format-office,format-web,format-latex,format-email,format-iwork,feat-chunking,extract-core,service-client,cli]',
]

all = [
  # format-video is deliberately excluded: it pulls in resemblyzer, which
  # requires webrtcvad, which has no wheels and needs Python dev headers
  # (Python.h) plus a C compiler to build from source. `all` must install
  # cleanly without a compiler, so speaker diarization stays opt-in via
  # docling-slim[format-video].
  'docling-slim[standard,models-vlm-inline,format-audio,format-html-render,format-xml-jats,format-xml-uspto,format-xml-xbrl,models-remote,models-onnxruntime,feat-ocr-easyocr,feat-ocr-tesserocr,feat-ocr-mac]',
]

值得注意的实现细节：all 故意排除了 format-video——因为它会引入 resemblyzer，其依赖 webrtcvad 没有预编译 wheel，需要 Python 开发头文件和 C 编译器才能源码构建。为保证 all 在无编译器环境下也能干净安装，说话人分离（speaker diarization）能力保留为需要显式选装的 format-video。

CLI

Extra	说明	对应依赖
cli	命令行接口（typer、rich）	typer>=0.12.5,<0.27.0、rich>=13.0.0、python-dotenv~=1.0（pyproject.toml）

python-dotenv 在注释中标注为"尽力而为"的 .env 加载支持（服务于 docling convert-remote 命令），缺失时该命令仍可通过命令行参数与环境变量工作。

CLI 的两个入口点在 pyproject.toml 中声明：

[project.scripts]
docling = "docling.cli.main:app"
docling-tools = "docling.cli.tools:app"

对应源码分别为 docling/cli/main.py 与 docling/cli/tools.py。packages/docling/pyproject.toml 还解释了为何 meta 包要重复声明这两个入口点：uv tool install docling 只会把所命名包自己的 scripts 链接到 ~/.local/bin，而实际模块在运行时由 docling-slim 提供。

核心组件

Extra	说明	对应依赖
convert-core	核心转换组件	numpy>=1.24.0,<3.0.0、pillow>=10.0.0,<13.0.0、rtree>=1.3.0,<2.0.0、scipy>=1.6.0,<2.0.0（pyproject.toml）
extract-core	结构化信息抽取	docling-slim[convert-core] + polyfactory>=2.22.2（pyproject.toml）

注意 extract-core 会级联引入 convert-core，体现了 extras 之间"组合复用"的设计：格式/功能 extras 普遍通过 docling-slim[xxx] 的自引用方式叠加底层依赖。

格式支持

PDF 格式

Extra	说明	对应依赖
format-pdf	PDF 解析（pypdfium2 + docling-parse）	组合 format-pdf-pypdfium2 与 format-pdf-docling（pyproject.toml）
format-pdf-pypdfium2	仅 PDF 渲染	pypdfium2>=4.30.0,!=4.30.1,<6.0.0
format-pdf-docling	高级 PDF 解析	docling-parse>=7.16.0,<8.0.0 + pypdfium2

PDF 能力被拆成"渲染层"（pypdfium2）与"版面解析层"（docling-parse）两个可独立选装的 extra，format-pdf 是它们的组合。需要轻量 PDF 支持（只做渲染/读取）时，只装 format-pdf-pypdfium2 即可。

Office 格式（office = docx + pptx + xlsx）

Extra	说明	对应依赖
format-office	全部 Office 格式	format-docx + format-pptx + format-xlsx
format-docx	Microsoft Word 文档	python-docx>=1.2.0,<2.0.0
format-pptx	Microsoft PowerPoint	python-pptx>=1.0.2,<2.0.0
format-xlsx	Microsoft Excel	openpyxl>=3.1.5,<4.0.0

Web 格式（web = html + markdown）

Extra	说明	对应依赖
format-web	HTML 与 Markdown	format-html + format-markdown
format-html	HTML 解析	beautifulsoup4>=4.12.3,<5.0.0
format-markdown	Markdown 解析	marko>=2.1.2,<3.0.0

其他格式

Extra	说明	对应依赖
format-latex	LaTeX 文档（.tex）	pylatexenc>=2.10,<3.0（pyproject.toml）
format-xml-xbrl	XBRL 财务报告	arelle-release>=2.38.17,<3.0.0
format-html-render	基于 Playwright 的 HTML 渲染	playwright>=1.58.0
format-audio	音频转写（Whisper）	openai-whisper、numba，非 Apple Silicon macOS 平台使用 whisper-s2t-reborn，macOS arm64 使用 mlx-whisper（pyproject.toml）

此外，pyproject.toml 中还有 README 表格未逐一列出的格式 extras（它们同样可通过 pip install docling-slim[...] 选装）：

• format-opendocument：ODT/ODS/ODP，依赖 odfdo（pyproject.toml）；
• format-email：.eml/.msg 邮件，在 format-html 基础上叠加 mail-parser、python-oxmsg（pyproject.toml）；
• format-iwork：Apple Pages（.pages），仅需 defusedxml——注释说明 Pages 5+ 的 Snappy 解压器用纯 Python 实现，无需编译型依赖（pyproject.toml）；
• format-xml-jats：JATS 学术文章 XML，依赖 lxml；
• format-xml-uspto：USPTO 专利 XML，依赖 defusedxml；
• format-video：在 format-audio 上叠加 resemblyzer、soundfile、scikit-learn、librosa，用于说话人分离（pyproject.toml）。

OCR 引擎

Extra	说明	对应依赖
feat-ocr-rapidocr	RapidOCR（轻量）	rapidocr>=3.9.1,<4.0.0
feat-ocr-rapidocr-onnx	RapidOCR + ONNX 运行时	rapidocr + 按 Python 版本条件选 onnxruntime（pyproject.toml）
feat-ocr-easyocr	EasyOCR	easyocr>=1.7,<2.0 + scikit-image>=0.19（pyproject.toml）
feat-ocr-tesserocr	Tesseract OCR	tesserocr>=2.7.1,<3.0.0 + pandas>=2.1.4,<4.0.0
feat-ocr-mac	macOS 原生 OCR	ocrmac>=1.0.0,<2.0.0，仅 sys_platform == "darwin" 时生效

从依赖声明中的注释可以看到几个值得关注的工程细节：

• feat-ocr-easyocr 额外钉住 scikit-image>=0.19，是因为 easyocr 对其声明没有下限，在 Python 3.10 上依赖解析器可能回溯到 2019 年的 0.16.2 版本（无 Py3.10 wheel），导致源码构建失败；
• feat-ocr-rapidocr-onnx 按 Python 版本分档约束 onnxruntime（3.11 以下 <1.24，3.14 及以上 >=1.24.1,<2.0.0），适配不同解释器的可用 wheel；
• pyproject.toml 中还声明了 README 未列出的 feat-ocr-nemotron（NVIDIA Nemotron OCR），仅在 Linux x86_64 + Python 3.12 环境启用（pyproject.toml）。

OCR 引擎的运行时选择方式与安装 extras 相互对应：安装 extras 后，通过 DocumentConverter 的 ocr_options 指定引擎，例如 docs/getting_started/installation.md 展示了切换 TesseractOcrOptions 的完整代码（该文档还列出了 EasyOCR、RapidOCR、Nemotron、Tesseract CLI、OcrMac 等引擎与 extras 的对应表）。

模型类

Extra	说明	对应依赖
models-local	本地 PyTorch 模型（GPU/CPU 推理）	torch>=2.2.2,<3.0.0、torchvision、docling-ibm-models>=3.13.0,<5、accelerate、huggingface_hub、defusedxml（pyproject.toml）
models-remote	远程模型服务（Triton）	tritonclient[grpc]>=2.65.0,<3.0.0
models-onnxruntime	ONNX Runtime 加速	按平台/Python 版本选择 onnxruntime 或 onnxruntime-gpu（pyproject.toml）
models-vlm-inline	视觉语言模型（内联处理）	transformers>=4.42.0（macOS 上限 <5.9.0、其他平台 <6.0.0）、accelerate、Apple Silicon 上 mlx-vlm、qwen-vl-utils、peft（pyproject.toml）

其他功能

Extra	说明	对应依赖
feat-chunking	文档分块（RAG 场景）	docling-core[chunking]>=2.73.0,<3.0.0（pyproject.toml）
service-client	Docling 服务客户端（远程处理）	httpx>=0.28,<1.0.0、websockets>=14.0,<17.0、typer、rich、python-dotenv~=1.0（pyproject.toml）

向后兼容：旧版 docling extras 的映射

packages/docling/pyproject.toml 中，docling meta 包还重新声明了一组与旧版本同名的 extras，全部转发到 docling-slim 的新 extras 命名，保证存量用户的 pip install "docling[xxx]" 命令继续可用：

[project.optional-dependencies]
easyocr        = ['docling-slim[feat-ocr-easyocr]==2.124.0']
tesserocr      = ['docling-slim[feat-ocr-tesserocr]==2.124.0']
ocrmac         = ['docling-slim[feat-ocr-mac]==2.124.0']
vlm            = ['docling-slim[models-vlm-inline]==2.124.0']
rapidocr       = ['docling-slim[feat-ocr-rapidocr-onnx]==2.124.0']
asr            = ['docling-slim[format-audio]==2.124.0']
htmlrender     = ['docling-slim[format-html-render]==2.124.0']
remote-serving = ['docling-slim[models-remote]==2.124.0']
onnxruntime    = ['docling-slim[models-onnxruntime]==2.124.0']
xbrl           = ['docling-slim[format-xml-xbrl]==2.124.0']

这份映射表对迁移旧项目很有价值：例如旧的 docling[vlm]、docling[asr] 分别等价于新的 docling-slim[models-vlm-inline] 与 docling-slim[format-audio]。结合 docs/getting_started/installation.md 中的 extras 说明，可以看出官方文档仍以 docling 包的 extras 命名作为对外口径，而 Slim 包的细粒度命名是更底层的组织方式。

实际选用策略：按能力矩阵拼装 extras

基于以上清单，一个可操作的选型流程是：

1. 只做格式解析、不要模型：pip install docling-slim[format-pdf]（复杂版面）或 [format-pdf-pypdfium2]（仅渲染）；Office 场景用 [format-office]；
2. 要跑本地版面/表格/OCR 模型：追加 models-local（PyTorch 全家桶）；追求更轻量推理可用 models-onnxruntime；
3. 需要 OCR：按引擎选 feat-ocr-rapidocr（轻量）、feat-ocr-rapidocr-onnx（ONNX 优化）、feat-ocr-easyocr（多语言）、feat-ocr-tesserocr（需系统安装 Tesseract，见 docs/getting_started/installation.md 的系统依赖说明）或 feat-ocr-mac（仅 macOS）；
4. RAG 分块：追加 feat-chunking（底层是 docling-core 的 chunking extra，对应源码 docling/chunking/init.py）；
5. 只调用远程 Docling Serve：pip install docling-slim[service-client]（或直接 pip install docling-client），客户端 SDK 位于 docling/service_client/，示例见 docs/examples/service_client/README.md；
6. 要 CLI：追加 cli，获得 docling 与 docling-tools 两个可执行命令；
7. 不确定就对齐官方默认：使用 standard bundle（pip install docling 的效果）或 all（注意 format-video 需显式追加）。

小结

Docling Slim 通过"8 个基础依赖的最小内核 + 细粒度 extras"的方式重构了 Docling 的分发形态：docling 与 docling-client 退化为转发到 docling-slim[standard] / docling-slim[service-client] 的 meta 包，全部源码与 CLI 入口点集中在 pyproject.toml 定义的 docling-slim wheel 中。对于需要控制安装体积、规避不必要重依赖（如 torch、playwright、whisper）的部署场景，按上文能力矩阵拼装 extras 即可获得可复现、可审计的依赖集；而绝大多数用户直接 pip install docling 即可获得与 standard bundle 一致的完整体验。

参考路径：packages/docling-slim/README.md（本文主体来源）、pyproject.toml（extras 依赖声明）、packages/docling/pyproject.toml（meta 包与兼容映射）、packages/docling-client/pyproject.toml（客户端 meta 包）、docs/getting_started/installation.md（extras 与 OCR 引擎说明）、docs/examples/service_client/README.md（service-client 用法示例）。