Synthèse automatique
Ce skill explique comment utiliser la CLI docling pour convertir des pages web, PDF, DOCX, PPTX et images en texte structuré (Markdown, texte, JSON, YAML ou HTML), avec accélération GPU optionnelle pour l'OCR.
Points forts
- Couvre une large gamme de formats d'entrée (html, pdf, docx, pptx, image, md, csv, xlsx) et de sorties structurées
- Clarifie la répartition des rôles : docling pour extraire une URL connue, web_search pour découvrir des pages
- Inclut des commandes prêtes à l'emploi et un tableau des options clés (--from, --to, --device, --ocr)
- Signale explicitement les flags dangereux (services distants, plugins externes, en-têtes non fiables)
Limites
- Suppose que la CLI docling est déjà installée et, pour le GPU, des pilotes CUDA NVIDIA disponibles
- Ne fournit pas de détails sur la qualité de parsing par format ni sur les limites de taille de fichier
- La référence complète des options est renvoyée vers un fichier externe non inclus ici
À utiliser lorsqu'on dispose déjà d'une URL ou d'un fichier local et qu'on veut en extraire un texte propre et structuré plutôt que du HTML brut.
À éviter pour rechercher ou découvrir des pages sur le web, ou dans un environnement sans docling installé et sans possibilité de l'ajouter.
Analyse de sécurité
PrudenceThe skill is documentation for a legitimate document-extraction CLI and does not instruct destructive or exfiltrating actions. It does invoke bash, network access, and OCR/ML processing, and it correctly warns against remote-service/external-plugin flags, so it warrants caution rather than being marked risky.
- •Requires an external `docling` CLI binary plus Python/PyTorch/CUDA environment; actual behavior depends on the installed version and models.
- •Processes arbitrary URLs and documents, which involves network fetching and ML/OCR processing of untrusted content.
- •Extracted web/document content may contain prompt-injection or malicious instructions that downstream agents could misinterpret.
Exemples
Use docling to fetch https://example.com/blog/post with --from html --to md into /tmp/docling_out, then read the resulting markdown and summarize its main points.Run docling on /data/contracts/scan.pdf with --ocr --device cuda --output /tmp/docling_out, then extract the parties, dates and payment terms from the output.Convert /data/decks/q3-review.pptx with docling --from pptx --to text --output /tmp/docling_out and give me a bullet outline of each slide.name: docling description: Extract and parse content from web pages, PDFs, documents (docx, pptx), and images using the docling CLI with GPU acceleration. Use INSTEAD of web_fetch for extracting content from specific URLs when you need clean, structured text. Use Brave (web_search) for searching/discovering pages. Use docling when you HAVE a URL and need its content parsed. version: 1.0.2 metadata: requires: bins: ["docling"]
Docling - Document & Web Content Extraction
CLI tool for parsing documents and web pages into clean, structured text. Uses GPU acceleration for OCR and ML models.
Prerequisites
doclingCLI must be installed (e.g., viapipx install docling)- For GPU support: NVIDIA GPU with CUDA drivers
When to Use
- Extract content from a URL → Use docling (not web_fetch)
- Search for information → Use web_search (Brave)
- Parse PDFs, DOCX, PPTX → Use docling
- OCR on images → Use docling
Quick Commands
Web Page → Markdown (default)
docling "<URL>" --from html --to md
Output: creates a .md file in current directory (or use --output)
Web Page → Plain Text
docling "<URL>" --from html --to text --output /tmp/docling_out
PDF with OCR
docling "/path/to/file.pdf" --ocr --device cuda --output /tmp/docling_out
Key Options
| Option | Values | Description |
|--------|--------|-------------|
| --from | html, pdf, docx, pptx, image, md, csv, xlsx | Input format |
| --to | md, text, json, yaml, html | Output format |
| --device | auto, cuda, cpu | Accelerator (default: auto) |
| --output | path | Output directory (recommended: use controlled temp dir) |
| --ocr | flag | Enable OCR for images/scanned PDFs |
| --tables | flag | Extract tables (default: on) |
Security Notes
⚠️ Avoid these flags unless you trust the source:
--enable-remote-services- can send data to remote endpoints--allow-external-plugins- loads third-party code- Custom
--headerswith untrusted values - can redirect requests
Workflow
- For web content extraction: Use
docling "<URL>" --from html --to text --output /tmp/docling_out - Read the output file from the specified output directory
- Clean up the output directory after reading
GPU Support
Docling supports GPU acceleration via CUDA (NVIDIA). Verify CUDA is available:
python -c "import torch; print(torch.cuda.is_available())"
Full CLI Reference
See references/cli-reference.md for complete option list.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/document-extraction-with-docling-mrwakft7' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/document-extraction-with-docling-mrwakft7/download' --output '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md.part' && mv '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md.part' '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Extrait original : Prerequisites
doclingCLI must be installed (e.g., viapipx install docling)- For GPU support: NVIDIA GPU with CUDA drivers
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && test -s '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/docling' && cp -R '.skill-downloads/document-extraction-with-docling-mrwakft7' '.claude/skills/docling'Cursor
test -f '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && test -s '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/docling' && cp -R '.skill-downloads/document-extraction-with-docling-mrwakft7' '.cursor/skills/docling'Codex
test -f '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && test -s '.skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/docling' && cp -R '.skill-downloads/document-extraction-with-docling-mrwakft7' '.agents/skills/docling'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/document-extraction-with-docling-mrwakft7'openskills read 'document-extraction-with-docling-mrwakft7'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/document-extraction-with-docling-mrwakft7/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.