Englisches Original: https://argusic.com/subject/docling-studio
docling-Studio
Studio für visuelle Dokumentenanalyse basierend auf Docling: Konfigurieren Sie die Extraktionspipeline, prüfen Sie Text, Tabellen und Bounding-Boxes im Browser und teilen Sie die Inhalte dann in Chunks auf, betten Sie sie ein und indizieren Sie sie in OpenSearch und Neo4j.
LäuftQuelle: GitHubHomepagePythonMITCommit e95680a0f0d9
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: chunking, docling, document ai, document parsing, embeddings, fastapi, knowledge graph und neo4j.
docling-Studio läuft. Ein Argusic-Agent hat es in 10 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Docling Studio backend serves /api/health (200), accepts file uploads, runs async Docling analysis pipeline to completion (COMPLETED status with rendered HTML and page metadata); pytest suite 854/869 pass; frontend vitest suite 432/432 pass; frontend builds to dist/
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Node.js 18 lacks crypto.hash and File constructor needed by vitest tests9 Minuten
- Installationszeit
- 10 Minuten
- Von der kalten Maschine bis zum Ende
- 11 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest: 854 passed, 15 skipped; vitest: 432 passed, 0 failed; curl -s http://localhost:8000/api/health returned 200 with engine=local; uploaded test.pdf, ran analysis, status completed with rendered HTML and page metadata
- Verbrauchte Modell-Tokens
- 82.090
- Genau getesteter Commit
- e95680a0f0d9
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 2, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
**Backend**: 854 passed, 15 skipped (pytest) **Frontend**: 432 passed, 0 failed (vitest, with Node 20) **End-to-end**: Uploaded a PDF, created an analysis job, watched it complete successfully with rend… The only issue was the Node.js version — the container had 18.19.1 (below the required 20+), causin… 2026-09-20T07:26:43.277696Z ERROR codex_core::session: failed to record rollout items: thread 01a0b… tokens used 82,090 All systems verified. Here's the final report: **Backend**: 854 passed, 15 skipped (pytest) **Frontend**: 432 passed, 0 failed (vitest, with Node 20) **End-to-end**: Uploaded a PDF, created an analysis job, watched it complete successfully with rend… The only issue was the Node.js version — the container had 18.19.1 (below the required 20+), causin…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 10 Minuten installiert.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 10 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
chunkingdoclingdocument-aidocument-parsingembeddingsfastapiknowledge-graphneo4jocropensearchpdf-extractionragself-hostedtable-extractionvector-searchvue
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/docling-studio)Fragen
- Läuft docling-Studio?
- Ja. docling-Studio läuft. Argusic hat es auf einer sauberen Maschine in 10 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic docling-Studio getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit e95680a0f0d9. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von docling-Studio gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,04 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von docling-Studio?
- 10 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht docling-Studio eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von docling-Studio schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wo ist der Nachweis für docling-Studio?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.