liteparse

LiteParse 现在支持从 PDF 中提取结构化数据——表单字段、复选框状态、注释、图像、矢量图形和词级边界框——无需视觉模型，并提供复杂度信号，将更困难的页面路由到 LlamaParse 等工具。

LlamaIndex 推出了 Parse Gateway，这是一个页面级文档 OCR 路由器，能够估算每一页的复杂度，并将其路由到相应的解析层级（LiteParse 或 LlamaParse），在成本、延迟和质量之间取得平衡。

LlamaIndex 和 LanceDB 合作构建了一个管道，使用 LiteParse 进行 PDF 解析，并使用 LanceDB 进行多模态存储，从而能够从复杂的企业 PDF 中实现更好的检索，以支持自主工作流。

Jerry Liu 发布了 LiteParse，这是一个快速且准确的文件解析器，用于代理循环，现已集成到 Vercel 的 Eve 框架中。

Jerry Liu 提出了一个涵盖准确性、成本和延迟权衡的文档解析框架，介绍了 LiteParse 作为一个面向 AI 智能体循环的开源低延迟解析工具，以及 LlamaParse 用于高精度模式。

面向大学使用场景的本地文档处理工具（Docling、Liteparse、Mineru 和 Unstructured）对比，评估它们对本地部署的适用性。

LlamaIndex的Jerry Liu演示了如何使用LiteParse构建一个财务尽职调查AI代理。LiteParse是一个免费的开源PDF解析器，能够提供精确引用和边界框坐标，从而在代理工作流中实现信任和透明度。

sandboxed-lit 是一个 Rust CLI 代理，通过 LiteParse 和 microsandbox 安全解析 PDF、图像和 Office 文档，结合本地文件访问与沙盒化的 Bash 环境。