@itsafiz：这真不是夸张！LiteParse平均每页只需3毫秒，原因很简单：它跳过了繁重的AI处理……

X AI KOLs Following 工具
document-parsing local-processing rust ocr markdown real-time rag

摘要

LiteParse 是一款在本地运行的快速文档解析工具，通过跳过繁重的AI处理和云端开销，实现了约3ms/页的解析速度。它采用确定性的布局启发式算法和选择性OCR，直接输出结构化的Markdown，非常适合实时RAG流水线和编码代理。

这真不是夸张！ LiteParse 平均每页只需3毫秒，原因很简单：它完全跳过了繁重的AI处理和云端开销。 以下是它实现如此速度的具体方式： - **纯本地且轻量**：完全在本地机器上运行（基于Rust核心以及原生PDFium C库），而不是通过网络将文件发送到远程云服务器。 - **无需繁重的VLM/GPU**：它不使用昂贵且缓慢的视觉语言模型来“读取”页面布局，而是依赖快速、确定性的布局启发式算法，并将文本投影到空间网格上。 - **选择性OCR**：仅在遇到扫描页面或嵌入式图像时激活OCR（使用如Tesseract等轻量引擎）；否则直接提取原生文本层。 由于它能几乎瞬间将标题、表格和列表重建为结构化的Markdown，这对需要快速初筛文档的实时RAG流水线和编码代理来说，是一个巨大的优势。 快速演示
查看原文
查看缓存全文

缓存时间: 2026/06/28 03:56

这真不是夸张！

LiteParse 平均每页仅需 3 毫秒，原因很简单：它完全跳过了繁重的 AI 处理和云端开销。

以下是它实现如此速度的具体方式：

  • 纯本地与轻量级：它完全在您的机器上运行（基于 Rust 核心与原生 PDFium C 库），而不是通过网络将文件发送到远程云服务器。
  • 无需重型 VLM/GPU：它不使用昂贵、缓慢的视觉语言模型来“阅读”页面布局，而是依赖快速、确定的布局启发式规则，并将文本投影到空间网格上。
  • 选择性 OCR：仅在遇到扫描页面或嵌入式图像时激活 OCR（使用轻量级引擎如 Tesseract）；否则直接提取原生文本层。

由于它能几乎瞬间将标题、表格和列表重建为结构化的 Markdown，这对于需要快速初扫文档的实时 RAG 流水线和编码智能体来说，是一个巨大的优势。

快速演示

Jerry Liu (@jerryjliu0)： LiteParse 在文档解析上出奇地好

✅ 它是目前最快的文档解析工具——每页平均解析时间为 3 毫秒 ⚡️⚡️ ✅ 既然我们支持 Markdown，它在 opendataloader-bench、OlmOCR-bench 和 ParseBench 的准确率上名列前茅 ✅ 它支持 50+

相似文章