文档解析

推荐理由：做 RAG 应用或需要文档解析的团队，现在可以直接在 Dify 工作流里用 PaddleOCR 把扫描件变成结构化数据，再配合 ERNIE-Image 生成配图，一条 workflow 搞定。建议试试这个插件组合。

推荐理由：做文档解析和 RAG 的团队可以直接用这个模板，LlamaParse 处理非结构化文档 + Gemini 托管代理，省去自己搭建的麻烦，值得试试。

推荐理由：做文档解析或自动化流程的开发者可以直接用这个模板，省去从零搭建的麻烦——LlamaParse 加持的智能体在 Gemini 沙箱里跑，效果值得一试。

推荐理由：文档解析是 RAG 和 LLM 应用的关键瓶颈，PaddleOCR-VL 1.6 在复杂场景（表格、印章、稀有字符）上大幅提升，做法律、金融文档处理的团队可以直接替换升级，零迁移成本值得一试。

推荐理由：对于处理复杂文档的数据工程师和 AI 开发者，GPT-5.5 在 Codex 中的集成直接提升了解析可靠性，值得在 Databricks 工作流中尝试。

推荐理由：做文档解析或 AI 智能体开发的团队，终于有了一个贴近真实生产环境的评估标准，建议关注 ParseBench 的细节，看看你的解析器能否通过考验。

推荐理由：做文档解析或智能体集成的开发者，现在可以用 MCP 或一行代码把 LlamaParse/LiteParse 接入自己的智能体，省去大量配置工作，值得直接试试。

推荐理由：Google 终于推出了自己的托管智能体服务，而且基于 Gemini 3.5 Flash 成本极低，做文档处理的团队可以直接用 LlamaIndex 的模板快速上手，省去自己搭建解析流程的麻烦。

推荐理由：做文档解析或 AI 智能体应用的开发者终于有了针对性的评估工具，ParseBench 能帮你判断解析器是否真的 ready for production，建议关注后续研讨会细节。