llamaparse

Jerry Liu 推广 LlamaParse 和 LlamaAgents，用于大规模文档提取，强调 LLM 评估和爬山优化以提高准确性和成本效益。他还将 FDE 工作与评估和 RL 环境联系起来。

LlamaIndex宣布为LlamaParse推出官方批量解析体验，允许用户通过专用界面一次解析多达10,000个文件，并支持批量审计和故障检查，无需再编写自定义异步脚本。

LlamaParse 现在支持多层边界框（区域级、行级、词级），用于细粒度的文档文本归因，提高了发票、研究报告等文档的可审计性。

LlamaIndex 宣布在 LlamaParse 中改进了路由机制，该机制为简单的文本密集型 PDF 选择轻量级解析，而为包含表格或图表的复杂页面选择更重的基于 VLM 的解析，从而优化成本和准确性。

LlamaIndex在LlamaParse中引入了Retrieval Harness，提供混合检索、文件列表、grep和文件读取等文件系统原语，使AI代理能够可扩展地搜索和遍历文档。

LlamaParse现在正式成为n8n的官方认证社区节点，使用户能够将文档解析、提取、分类、拆分和检索集成到他们的工作流自动化中。此次更新包括v5和v6，具有精简的架构和单节点设计。

LlamaIndex 已发布面向 n8n 的 LlamaParse 平台社区节点 v5 和 v6 版本，现已获得官方验证，提供文档解析、分类、拆分、提取和检索功能，可用作 AI 代理的工具。

Jerry Liu 讨论了需要一种兼顾人类和 AI 可读性的原生智能体文档格式，对比了 Markdown 和 HTML，并提到用 LlamaParse 处理现有格式。

LlamaIndex 推出了基于 LlamaParse Index 的智能体检索，结合语义搜索和 grep，构建灵活的智能体框架。6月30日的网络研讨会将演示这些工具。

LlamaIndex 在 LlamaParse 中推出了细粒度边界框，支持对文档中每一个单词进行可视化引用，从而让用户能够人工审核确切的数字和图表。

一位用户寻求PDF预处理工具推荐，以提升本地大语言模型文档问答的输入质量。该用户比较了pymupdf、pdfplumber、docling和llamaparse，用于处理表格、多栏文本等杂乱布局。

LlamaIndex 展示了如何使用 LlamaParse 从金融 PDF 中提取结构化数据，实现贷款承销流程的自动化，包括跨文档分析和人工审核。

LlamaParse 现在原生支持 HEIC 文件（Apple 的默认图像格式），无需手动转换为 JPEG 即可解析。