推荐理由：LlamaIndex 给 LlamaParse 加了 Retrieval Harness，让 agent 能同时用语义搜索和 grep，处理百万级文档。想构建高级 RAG 的可以试试。

推荐理由：LlamaIndex 发布的开源文档解析器，3ms解析一页，准确率碾压三大基准，50种格式通吃，做文档处理用它先过一遍超快。

推荐理由：LlamaIndex的文档解析工具正式入驻n8n，能处理复杂文档的提取、分类和检索，还能让AI Agent自主调用，搭建工作流超方便。

推荐理由：LlamaParse和n8n联手，把文档解析、分类、提取都塞进低代码工作流，还能让AI Agent自动决策，不用写代码就能搭智能文档管线。

推荐理由：LiteParse v2.1又快又准，开源免费，解析PDF转Markdown比同类强，值得一试。

推荐理由：Jerry Liu聊了智能体文档格式的短板，Markdown和HTML都不够用，他提出像Google Docs那样的协作方案，做智能体应用的人可以看看。

推荐理由：LlamaIndex的工程主管来讲检索架构实战，区分语义搜索和精确grep的时机，做智能体的别错过。

推荐理由：LlamaIndex 在 LlamaParse 里加了一套检索工具包，包括 BM25 和语义搜索，让 agent 能灵活调取。6月30日还有免费 webinar 讲架构细节，干搜索的可以看看。

推荐理由：LlamaIndex搞了个小技巧，让Claude读PDF省了37%的钱，还更准。用的是开源LiteParse，直接就能用。

推荐理由：LlamaIndex 手把手教你用 traces 优化 Claude 的 PDF 解析，成本直降 37%，答案还更准了，值得一试。

推荐理由：LlamaIndex新出Extract，能把杂乱的合同PDF自动变成结构化数据，解析条款和修订不再头疼，企业合同管理直接省下人工翻找的功夫。

推荐理由：做Agent和RAG系统的开发者会看到当前架构的瓶颈在哪——MCP联邦搜索的检索相关性和速度问题亟待解决，而John Suh的“统一时间线”构想给企业数据基建提供了新方向，值得关注。

推荐理由：做文档解析或 RAG 的团队注意了——Claude Fable 5 在推理上很强，但文档理解性价比不如 Gemini 3 Flash，甚至不如专业 OCR 服务。如果你在选模型做文档处理，这篇评测能帮你省下 10 倍 token 成本，值得点开对比。

推荐理由：Jerry Liu 用真实成本数据揭示了模型选择的巨大经济差异，做 AI 应用选型或成本控制的团队值得仔细看——选对模型能省下 20-40 倍 token 成本。

推荐理由：LiteParse v2 解决了 PDF 解析慢、依赖大模型的痛点，做文档处理或 AI Agent 的开发者可以直接用，速度比同类快一个量级。

推荐理由：做 RAG 或文档处理的团队终于有了一个又快又准的开源选择——LiteParse 在速度和准确率上双杀现有方案，建议做 PDF 解析的开发者直接试。

推荐理由：想理解RAG和AI智能体从2023到2026的完整进化路径？这份116页幻灯片是绝佳教材，做检索增强生成或智能体开发的团队值得收藏。

推荐理由：金融从业者终于有了一个轻量级工具来替代手动翻 PDF 的苦活——LlamaIndex 这个 600 行代码的代理直接解决了数据提取和引用验证的痛点，做金融分析或文档处理的团队值得点开看看。

推荐理由：Google 的 Agents API 让智能体有了安全沙盒环境，LlamaIndex 的模板直接打通了文档解析能力，做文档自动化处理的团队可以立刻上手试试。

推荐理由：金融团队终于有了免费开源的 PDF 解析利器——LiteParse 能处理复杂表格并给出精确引用，做尽职调查或财务分析的开发者可以直接拿来构建智能体，省去昂贵的解析费用。

推荐理由：做文档解析或企业级 AI 智能体的团队终于有了针对性的评估工具——ParseBench 填补了现有基准只测代码不测文档的空白，做文档理解相关开发的人可以直接用它验证模型效果。

推荐理由：企业文档中大量非结构化数据被浪费，这个工作坊直接给出了从 PDF 提取信息到构建确定性智能体工作流的完整方案，做企业知识管理或文档自动化的开发者值得关注。

推荐理由：金融从业者做AI智能体时，文档上下文质量直接决定成败——LlamaIndex的实践方案（OCR+评估+人机审核）值得参考，尤其是处理发票、KYC等场景的团队建议点开。

推荐理由：金融团队终于有了正经的 AI 用例——VLM 解析文档比 OCR 准得多，还能直接连下游智能体，做金融自动化的建议点开教程试试。