让AI智能体告别“等文档”时代!LlamaIndex开源LiteParse:纯本地、极速、布局感知-夜雨聆风

让AI智能体告别“等文档”时代!LlamaIndex开源LiteParse:纯本地、极速、布局感知

当你的AI智能体还在为一个PDF等待10秒，它已经失去了“思考”的连贯性。

每一个AI智能体，都需要读文档。

无论是分析合同、总结论文，还是从PDF中提取关键信息，文档解析都是智能体工作流中绕不开的一环。

但问题来了：现有的工具，要么快但不准（比如pypdf），要么准但慢——依赖云端GPU、调用VLM（视觉大模型），几秒甚至十几秒才能返回结果。智能体只好在那里干等，甚至超时，而它真正需要的，只是一个“差不多”的输出，来引导推理、继续迭代。

现在，LlamaIndex团队给出了一个答案：LiteParse。

LiteParse是什么？

LiteParse是一个纯本地运行、零Python依赖、专为AI智能体设计的文档解析工具。

它通过CLI或TypeScript库的形式，快速从PDF、Office文档（Word/Excel/PPT）和图片中提取布局感知的文本，输出简洁的纯文本，保留空间结构（比如表格用ASCII形式呈现），让大模型“一眼看懂”。

一句话总结：让智能体用最快的速度，读懂文档的“骨架”。

LiteParse 与 LlamaParse：怎么选？

LiteParse 和 LlamaParse 是同一团队打造的两个工具，定位不同：

LiteParse

⚡ 本地运行，毫秒级响应

📄 输出布局文本 + 截图

🔌 适合智能体实时阅读、快速理解

LlamaParse

🧠 云端高精度解析

📊 输出 Markdown、JSON、表格

🏭 适合文档智能产品、复杂格式处理

一句话：如果你的智能体只需要“扫一眼”文档，用 LiteParse；如果要做专业的文档分析，用 LlamaParse。

为什么LiteParse是为智能体“量身定制”的？

团队观察了智能体处理文档的两种常见模式：

写代码模式：智能体自己写Python代码，调用pypdf或pdfplumber来解析。问题是——每次都要写新代码，不同文档不通用，而且代码容易出错。

截图模式：智能体先快速提取文本，发现不够时再截图给VLM分析。思路对，但流程复杂，没法复用。

LiteParse正是为了完美适配这两种模式而设计的：

文本提取：一条命令 `lit parse report.pdf` 就能输出布局文本，智能体直接grep关键词。

截图辅助： `lit screenshot report.pdf -o ./images –pages “1-3″` 快速生成指定页的截图，当智能体需要视觉推理时，可以无缝切换。

而且，LlamaIndex已经把这个能力打包成了智能体技能，可以直接安装到你的Agent框架中：智能体从此拥有“快速阅读+视觉补刀”的双重能力。

核心技术：只保留布局，不花哨

大多数解析器都在努力“理解”文档结构——识别表格、转成Markdown、抽取标题层级……但这对智能体来说，常常是过度加工。

LiteParse的哲学是：保留布局，让大模型自己去“看” 。

它把文本投影到一个空间网格上，保留列对齐、缩进、换行。比如一个表格：LLM天然理解这种ASCII风格的表格（因为它们训练数据里全是这种），何必再花功夫转成复杂的Markdown？直接用，更快、更准、更省事。

Name        Age    City
John        25     NYC
Jane        30     LA

实测对比，同样的表格，pypdf输出可能把三列揉成一团乱麻，而LiteParse完美保持对齐。

支持的格式：不止PDF

LiteParse能处理：

PDF ：原生文本提取，自动对扫描页触发OCR（内置Tesseract.js）

Office文档（DOCX/XLSX/PPTX）：后台调用LibreOffice转成PDF，再走同一套解析流程

图片（PNG/JPG/TIFF）：通过ImageMagick转PDF后OCR

所有格式统一用一套处理逻辑，未来也容易扩展。

灵活的OCR：内置+外接

对于扫描件，LiteParse内置了Tesseract.js，自动并行利用CPU多核处理大文档。同时支持对接外部OCR服务（如PaddleOCR、EasyOCR），适合对准确率有更高要求的场景：你可以自己部署任何OCR模型，只要它返回带边界框的文本，就能无缝接入。

lit parse scanned.pdf --ocr-server http://localhost:8000/ocr

性能实测：又快又准

LlamaIndex团队自己做了一套评测，因为现有OCR数据集都不适配LiteParse的输出特点（它们期望Markdown结构，但LiteParse只给文本布局）。

他们用大模型根据截图生成问答对，人工审核后作为测试集，对比了pypdf、PyMuPDF、Markitdown等轻量级解析器。

结果： LiteParse在页面级问答任务上准确率领先，且解析大文档的延迟位于第一梯队。

用团队的话说：这就是给智能体设计的——既要快，又要准，还不能依赖云端。

如何上手？

安装CLI

npm i -g @llamaindex/liteparse
lit parse anything.pdf

在TypeScript/JS中使用

import { LiteParse } from'@llamaindex/liteparse';
constparser=newLiteParse({ ocrEnabled: true });
constresult=awaitparser.parse('document.pdf');
console.log(result.text);

在Python中使用（通过CLI封装）

# pip install liteparse
fromliteparseimportLiteParse
parser=LiteParse()
result=parser.parse("document.pdf")
print(result.text)

技能一键安装

npx skills add run-llama/llamaparse-agent-skills --skill liteparse

为什么开源LiteParse？

LlamaIndex团队在打造LlamaParse的过程中，积累了海量关于“快速、轻量级解析”的经验。他们发现，大多数AI智能体其实不需要最顶级的准确率，它们只需要在几秒内得到“足够好”的文本，就能继续推理。

开源LiteParse，就是要把这种能力交给每一个智能体开发者。

“我们在LlamaParse上投入了数年，今天把它的核心能力开源。希望每一个智能体都能更快地读懂文档。”——LlamaIndex团队

总结：智能体读文档，从此不再“卡壳”

LiteParse不是要取代LlamaParse，而是为AI智能体开辟了一条新的路径：

快：本地运行，无网络延迟

准：布局保留，LLM友好

轻：零Python依赖，一条命令搞定

灵：配合截图，视觉推理无缝衔接

如果你的智能体经常因为解析文档而“等待”，不妨试试LiteParse。开源、免费、即装即用。

文档解析，本该如此简单。

项目地址： https://github.com/run-llama/liteparse

让AI智能体告别“等文档”时代!LlamaIndex开源LiteParse:纯本地、极速、布局感知

wang

猜你喜欢