Rendre visible ce que le pipeline comprend
Docling Studio est un outil open source d’inspection et de debug pour les pipelines RAG basés sur Docling. Il permet aux équipes IA de visualiser, inspecter et valider la manière dont les PDF sont parsés, chunkés et exportés avant ingestion dans une base vectorielle.
L’outil superpose les bounding boxes sur les pages PDF originales, expose les chunks de manière interactive et injecte des identifiants de chunks stables dans les métadonnées exportées.
Pourquoi c’est utile
La majorité des erreurs RAG ne viennent pas uniquement du modèle de langage. Elles proviennent souvent d’un mauvais parsing PDF, d’une structure documentaire cassée, d’un chunking incohérent, d’erreurs d’extraction invisibles ou de métadonnées instables.
Sans observabilité, ces problèmes sont découverts en production, lorsque le retrieval échoue ou que les citations ne correspondent pas au document source.
Fonctionnalités principales
Docling Studio aide les équipes à inspecter les blocs extraits, visualiser les frontières des chunks, vérifier l’ordre de lecture, déboguer les métadonnées et exporter des données plus propres vers leur vector store.
Cette couche de visualisation fait le lien entre l’extraction brute, la génération des chunks, l’ingestion vectorielle et le debugging du retrieval.
Ce que ce projet dit de notre R&D
Docling Studio illustre notre manière de travailler l’IA : partir d’un problème concret, produire un outil utilisable, le publier en open source et confronter rapidement l’idée aux usages réels.
Cette expérience nourrit nos interventions auprès des entreprises qui construisent des systèmes documentaires, des assistants métier ou des architectures RAG.