run-llama/liteparse — Rust 驱动的轻量 PDF 解析器，带边界框，零云依赖（7.4k ⭐）
0 次浏览
2026/5/30
run-llama/liteparse — 轻量快速的本地 PDF 解析器
GitHub: https://github.com/run-llama/liteparse Stars: 7,392 (今日 trending) 作者: LlamaIndex (run-llama) 技术栈: Rust 核心 + PDFium + Tesseract OCR 定位: 无云依赖、高质量、带边界框的本地 PDF 解析
核心定位
专注于快速轻量，不绑定任何 LLM 或云服务。所有解析在本地完成，适合需要数据隐私或离线环境的场景。
支持格式
PDF（原生）、DOCX、XLSX、PPTX、图片（通过 LibreOffice/ImageMagick 转换）
核心功能
- 空间文本解析 — 提取文本同时保留精确边界框坐标
- 灵活 OCR — 内置 Tesseract（零配置）或接入 EasyOCR/PaddleOCR HTTP 服务器
- 截图生成 — 输出高质量页面截图供 LLM Agent 使用
- 多输出格式 — 结构化 JSON 或保留布局的纯文本
多语言绑定
pip install liteparse # Python
npm i @llamaindex/liteparse # Node.js/TypeScript
# 也支持 Rust crate 和 WASM
适合场景
RAG 系统文档预处理、需要精确坐标的文档 AI、离线/私有部署环境。复杂表格或扫描件推荐升级到云端版 LlamaParse。
免责声明
本站内容主要用于信息整理、技术研究与经验分享，不对第三方产品或服务的可用性、完整性作出任何明示或暗示的保证。
- 本站所分享的资源、工具、教程等内容仅供学习与研究参考，请勿用于商业用途。
- 部分内容可能来源于公开网络或开源社区，如涉及版权或其他合法权益问题，请通过联系方式与我们联系，我们将在核实后及时处理。
- 如需将相关内容用于商业产品或盈利性业务，请自行联系权利方获取正式授权。
- 因不当使用引发的版权或合规风险，由使用者自行承担。
- 外部链接失效或无法访问属于正常现象，本站不保证所有链接的持续有效性。
转载或引用本文内容，请保留原文链接并注明来源。
评论
加载中...