LlamaIndex LiteParse Rust 重写：457 页 PDF 秒级解析终极指南

💡 核心摘要 (TL;DR)

1. LlamaIndex 将文档解析器 LiteParse 完全用 Rust 重写，实现 457 页 PDF 在 0.777 秒解析完成。
2. 支持 Python、Node、Rust 与浏览器多平台运行，提供结构化 JSON、纯文本和页面截图三种输出模式。
3. 内置 OCR、Agent Skill 集成，开源免费，适合 RAG 管道和本地 AI 文档处理。

Rust 重写的优势

LiteParse v1 使用 Node.js，受限于进程启动和运行时性能。v2 用 Rust 完全重写后，小文档解析速度提升 5 到 100 倍，大文档提升 3 倍。

Rust 版本还带来多平台原生支持：同一核心代码通过 PyO3、napi-rs、Rust crate 和 WASM 包，可直接在 Python、Node、Rust 和浏览器运行。

支持文档格式与输出选项

输入端支持 PDF、DOCX、XLSX、PPTX 及图片。PDF 使用 PDFium 提取文本，其他格式通过 LibreOffice 与 ImageMagick 转换后处理。

输出方式包括结构化 JSON（保留文本定位和 bounding box）、纯文本（保留版面布局）以及页面截图 PNG，用于 LLM Agent 的视觉理解。

OCR 实现方式

内置 Tesseract，零配置即可使用。如识别精度不够，可接入 HTTP OCR 服务（EasyOCR、PaddleOCR 或自建），接口规范统一。

解析流程：先用 PDFium 提取原生文本，再对扫描页或图片页做选择性 OCR，最后合并结果并通过网格投影还原空间布局，实现速度与精度平衡。

跨平台安装指南

四个平台均自带统一 CLI 工具 lit，解析文档命令：lit parse document.pdf

性能基准

457 页、100MB PDF 解析耗时仅 0.777 秒，小文档比 v1 快 5 到 100 倍。性能提升源于消除 Node.js 进程开销及 Rust 的原生内存管理和并发能力。

适合 RAG 管道或批量文档处理，本地即可完成解析，无需依赖云端服务。

Agent Skill 集成

LiteParse 提供现成 Agent Skill 文件，一行命令即可加入 AI Agent 工具链：npx skills add run-llama/llamaparse-agent-skills --skill liteparse

实现本地 PDF 解析输出结构化文本，无需网络请求或 API key。项目开源，遵循 Apache 2.0 协议，GitHub 上 5.5k Star。

核心概念对比表

常见问题 (FAQ)

Q1: LiteParse v2 支持哪些文档格式？

A1: 支持 PDF、DOCX、XLSX、PPTX 和图片，PDF 使用 PDFium 提取文本，其余格式通过 LibreOffice 与 ImageMagick 转换处理。

Q2: 如何在本地多平台使用 LiteParse？

A2: Python 使用 pip install liteparse，Node/TypeScript 使用 npm i @llamaindex/liteparse，Rust 使用 cargo add/ install liteparse，浏览器使用 @llamaindex/liteparse-wasm，统一 CLI 命令 lit parse document.pdf。

Q3: OCR 与 Agent Skill 如何使用？

A3: 内置 Tesseract 支持零配置 OCR，可挂 HTTP OCR 服务器。Agent Skill 文件可直接集成到 AI Agent，实现本地文档解析输出结构化文本，无需网络请求或 API key。