LlamaIndex 相关 AI 资讯

AITOP

8月26日

02:54

LlamaIndex@llama_index

精选

ExtractBench在370个企业文档、67种文档类型和4,800多页面上评估了结构引导提取。LlamaIndex CTO Simon Suo将进行技术讲解，探讨提取难度、现有基准的不足以及成本与准确性的权衡。

技巧 ExtractBench LlamaIndex 文档提取API

推荐理由：LlamaIndex CTO Simon Suo将分享ExtractBench的测试结果，了解企业文档提取API的优缺点。

原文

8月19日

00:17

LlamaIndex@llama_index

精选72°

传统解析器常将修订痕迹视为噪音，导致被删除的条款被错误识别为有效文本。LlamaParse 现已支持处理文档的修订跟踪功能。该工具能输出文档最终状态的干净 Markdown，并提供包含作者、内容及位置的结构化修订数据。这项功能适用于处理合同、监管提交文件及政策草案中的红线修订。

AI产品 LlamaParse LlamaIndex RAG

推荐理由：LlamaParse 新增识别修订痕迹功能，处理合同和法规文件时能准确区分删除内容。

原文

00:08

Jerry Liu@jerryjliu0

精选78°

LlamaIndex发布ExtractBench基准，专门评估文档提取的视觉定位能力。测试显示，通用视觉模型和编码智能体在返回证据时得分为零，而专用VLM文档工具LlamaParse表现领先。LlamaExtract Agentic Plus在页面级F1达84.9%，词级46.4%，长文档上保持87.1%，其他系统在长文档上跌至0%。基准要求字段值和引用都正确才算分，词级框IoU需达0.5。

AI模型 LlamaParse ExtractBench LlamaIndex

事件专题

推荐理由：做PDF智能体的话，这个基准和工具值得看。通用模型定位不行，LlamaParse能精确到词级框，长文档也不掉链子。

原文

8月15日

07:45

Jerry Liu@jerryjliu0

精选

LlamaIndex本周发布文档提取基准ExtractBench，覆盖1950年代监管文件、手填税表、传真阈值化、复印件色调、传感器噪声及手机拍摄等真实场景。该基准测试了14个系统，发现各系统的感知盲区互不重叠。Codex在扫描和手写文档上准确率超过93%，但旋转页面跌至约80%。专用OCR API在旋转和手写上表现稳定，扫描场景只有81%。Gemini 3.5 Flash在扫描页上从88.6%降至71.1%。LlamaIndex的Agentic Plus是唯一无盲区的系统，在旋转、扫描、手写上的准确率分别为95.9%、93.9%、93.8%，波动仅2个百分点。

AI模型 ExtractBench LlamaIndex Codex

事件专题

推荐理由：LlamaIndex做了个ExtractBench，测了14个文档提取系统，发现Codex和OCR各有短处，他们自己的Agentic Plus全场景最稳。

原文

8月14日

05:44

Jerry Liu@jerryjliu0

LlamaIndex 在伦敦开设新办公室，目前有Frank、Max、Joe三名员工，另有两人即将入职。办公室可俯瞰泰晤士河。公司正在旧金山、伦敦和纽约招聘核心产品工程、基础设施、AI研究、前向部署AI工程师、客户经理、BDR、市场与开发者关系等岗位。创始人表示，过去几个月团队规模已翻倍。

行业 LlamaIndex 伦敦办公室招聘

推荐理由：LlamaIndex 伦敦开张了，团队几个月内翻倍，正在招工程师和销售，想跳槽的可以去官网看看。

原文

8月13日

22:49

LlamaIndex@llama_index

精选

ExtractBench测试了14个文档提取系统，使用1950年代监管文件、手填税表和手机拍摄等非数字化文档。Codex在扫描和手写场景准确率超93%，但处理旋转或纯图像页面时降至约80%。专用API表现相反，旋转和手写识别良好，扫描准确率为81%。Gemini 3.5 Flash从干净PDF的88.6%跌至扫描件的71.1%。LlamaIndex的Agentic Plus是唯一无盲区系统，在旋转、扫描和手写三项上分别达到95.9%、93.9%和93.8%。

AI模型 ExtractBench Codex Gemini 3.5 Flash

事件专题

推荐理由：LlamaIndex测了14个文档提取系统，Codex、Gemini在扫描件上都掉链子，只有Agentic Plus三项全在93%以上。

原文

22:27

Jerry Liu@jerryjliu0

82°

LlamaIndex推出文档抽取引擎LlamaExtract Agentic Plus，在ExtractBench上达到95.6%的value accuracy。ExtractBench包含370份企业文档、4869页、67种文档类型，覆盖财务、能源、政府等领域。该基准发现，超过50页的长文档会让商业视觉语言模型的召回率跌破35%，原因是静默截断列表。LlamaExtract Agentic Plus定价约为Claude Code/Codex的25%-50%，每页成本低于最接近竞品的三分之一。

AI产品 LlamaExtract LlamaIndex ExtractBench

事件专题

推荐理由：批量解析复杂企业文档？LlamaExtract比Claude Code便宜一半还更准，去LlamaParse体验。

原文

17:49

Jerry Liu@jerryjliu0

LlamaParse 是 LlamaIndex 推出的文档提取工具。用户可通过 login.llamaindex.ai 注册使用。该消息由 Jerry Liu 通过 X 平台发布，获得 375 次浏览。

AI产品 LlamaParse LlamaIndex 文档提取

推荐理由：Jerry Liu 在推上邀请大家注册 LlamaParse，做文档提取用的，想试的直接点链接。

原文

17:46

LlamaIndex@llama_index

精选

ExtractBench 基准包含 370 份企业文档和 14 个提取系统。最难的测试是长列表完整性，例如 26,725 行的未认领财产清单。前沿视觉语言模型在长文档上 F1 仅为 8.9%–35.8%，精度高但召回率大幅下降。LlamaIndex 的新方案 Agentic Plus 将长文档迭代处理，在长列表任务上达到 96.1% F1。

AI模型 ExtractBench LlamaIndex Agentic Plus

事件专题

推荐理由：LlamaIndex 搞了个 ExtractBench，测了 14 个系统，发现长文档提取召回率很低。它家 Agentic Plus 能到 96.1%，比别的都稳。

原文

8月12日

07:05

Jerry Liu@jerryjliu0

LlamaIndex推出ExtractBench，一个覆盖4869页、67种文档类型、8个真实领域的企业文档提取基准。该基准包含超过1k行的表格、嵌套表格、跨页表格、扫描件和手写文档等复杂情况。评测了14个系统，包括前沿VLM、编码智能体和专用提取API。关键发现是超过50页的文档中，商业VLM因静默列表截断导致召回率低于35%。同时发布LlamaParse新层级Agentic Plus，以95.6%的值准确率位居榜首，成本仅为最接近对手的三分之一。

AI模型 ExtractBench LlamaIndex LlamaParse

事件专题

推荐理由：做文档提取的可以看看，LlamaIndex搞了个大基准，测了14个模型，发现长文档上大模型掉链子，还顺带出了个便宜又准的提取工具。

原文

8月11日

23:31

Jerry Liu@jerryjliu0

精选

LlamaIndex 推出 ExtractBench，号称最全面的复杂企业文档信息提取基准。该基准测试了 14 个系统，包括前沿 VLM、编码智能体和专用提取 API，覆盖 370 份企业文档、4,869 页和 67 种文档类型。最大发现是超过 50 页的文档中，商业 VLM 因静默列表截断，召回率跌破 35%。ExtractBench 评估值准确率、长记录完整性、空间定位和每页成本，完全确定性且无需 LLM 评判。同时发布 LlamaParse 新层级 Agentic Plus，以 95.6% 值准确率位居榜首，成本仅为最接近对手的三分之一。

AI模型 ExtractBench LlamaIndex LlamaParse

事件专题

推荐理由：LlamaIndex 搞了个提取基准，测了 14 个系统发现长文档上 VLM 会悄悄丢行，还顺带出了个便宜三倍的提取服务，搞文档处理的值得看看。

原文

22:04

LlamaIndex@llama_index

精选

LlamaIndex应用研究团队推出ExtractBench，号称最全面的企业复杂文档信息抽取基准。该基准测试了14个系统，包括前沿VLM、编程智能体和抽取API，覆盖370份企业文档、4869页和67种文档类型。评测完全确定性，不使用LLM作为裁判。最大发现是超过50页后，商业VLM的召回率跌破35%，精度虽高但会静默丢失大部分表格行。

AI模型 ExtractBench LlamaIndex 信息抽取

事件专题

推荐理由：做文档抽取的团队看过来，LlamaIndex 出了个新基准，测了14个系统在370份企业文档上的表现，发现超过50页商业模型召回率就崩了，赶紧看看你的抽取方案中招没。

原文

8月10日

02:59

Jerry Liu@jerryjliu0

精选

LlamaIndex创始人Jerry Liu在X上发文，强调评估和hillclimbing在文档处理中的重要性。他认为未来FDE（领域专家）的工作将转向定义业务问题、编码评估标准，并利用自动化优化流程。他提到可以使用Claude Code或Codex来优化工作流，而FDE则专注于确保目标和评估的正确性。该推文还邀请有复杂文档处理需求的团队联系他们。

技巧 LlamaIndex 文档处理评估

推荐理由：LlamaIndex创始人聊文档处理的新思路，把评估和自动化优化结合起来，适合做复杂文档抽取的人看看。

原文

8月9日

05:25

Jerry Liu@jerryjliu0

精选

LiteParse 现在可在毫秒级从 PDF 中提取复选框状态、标注、矢量图形和词级边界框。它是目前功能最全的免费开源文档处理器，可接入编码智能体，提供源文档的上下文和引用回归。对于扫描页、多栏文本、表格等复杂文档，LiteParse 会通过内置路由器转向 VLM 方案（如 LlamaParse）。LiteParse 还输出复杂度信号，告诉用户哪些页面需要视觉模型处理。

AI产品 LiteParse LlamaIndex LlamaParse

推荐理由：PDF 里的复选框、批注、矢量图，LiteParse 免费开源毫秒级提取，复杂页面自动转交 LlamaParse。

原文

8月8日

01:13

Jerry Liu@jerryjliu0

精选

LlamaParse推出表单自动提取功能，设置processing_options.forms='enrich'即可从复杂表单中提取全部字段与值，输出结构化JSON。该功能无需预定义schema，能自动检测每个表单键和对应值，未填写字段返回空白。同时支持识别复选框状态，并附带标准markdown输出。目前该功能以beta形式对所有付费计划开放。

AI产品 LlamaParse LlamaIndex 表单解析

推荐理由：LlamaParse现在能把W-2这类表单直接变成JSON，不用写schema，调一个参数就行，省掉一条解析管线。

原文

8月6日

02:47

Jerry Liu@jerryjliu0

精选

LlamaIndex发布博客称，前沿模型在文档理解性能上趋于平缓，GPT-5.5到5.6、Gemini 3.5到3.6、Opus 4.8到5的视觉理解基准无明显提升。跨三个GPT世代，解析准确率仅提升约24点，而每页成本翻了4倍。LlamaParse通过代理模式和低成本模式，在密集表格和图表等复杂边界情况上超越了前沿模型。该公司表示，可将前沿模型蒸馏为参数效率更高的模型，以更低成本实现同等性能。

AI产品 LlamaParse LlamaIndex OCR

推荐理由：LlamaIndex用数据反驳“OCR只是功能”，说LlamaParse比GPT等前沿模型更准更便宜，做文档解析的可以看看。

原文

01:01

LlamaIndex@llama_index

LlamaIndex 对比三代 GPT 模型的文档解析表现，发现精确度只提升约 24 个百分点，但每页成本涨了 4 倍。即便最新一代前沿模型，在 OCR 任务上仍落后于专用解析器。作者认为“大模型会吃掉 OCR”的说法缺乏数据支撑，性能差距还会随成本放大。

AI模型 GPT LlamaIndex OCR

推荐理由：别信“大模型能吃 OCR”。LlamaIndex 用三代 GPT 数据反驳：成本涨 4 倍，精度还落后。

原文

8月3日

22:09

LlamaIndex@llama_index

LlamaIndex发布LiteParse更新，无需视觉模型即可从PDF中提取表单字段值、勾选状态、注释、嵌入图像、矢量图形等结构化数据。处理速度达到每页毫秒级。对于需要模型处理的页面，LiteParse会输出复杂度信号，标记扫描页、多栏文本、表格和密集图形，帮助用户把解析任务路由到LlamaParse等工具。

AI产品 LiteParse LlamaIndex PDF解析

推荐理由：LiteParse能直接读PDF勾选框和表单字段，毫秒级，还告诉你何时该用LlamaParse。

原文

8月1日

06:18

Jerry Liu@jerryjliu0

LlamaIndex 发布 Parse Gateway，用 LiteParse 的 is_complex 功能逐页评估 PDF 复杂度。干净文本页由 LiteParse 免费进程内解析，扫描、表格、乱码和复杂图表页路由到 LlamaParse 更高层级。Parse Gateway 还提供 MCP 服务器，智能体可自行估算复杂度并选择解析层级。这样能避免为简单页面支付 LlamaParse 的价格，同时不牺牲复杂页面的解析准确率。

AI产品 Parse Gateway LlamaIndex LiteParse

推荐理由：PDF 解析也可以按页挑工具了，简单页面免费，复杂页面才上 LlamaParse，省心又省钱。

原文

7月31日

06:05

Jerry Liu@jerryjliu0

LlamaIndex 发布 Parse Gateway，基于 LiteParse 的 is_complex 功能逐页判断文档复杂度。简单文本页面路由到免费、快速的文本解析器；复杂页面（含扫描、表格、图表等）路由到 LlamaParse 的 agentic 或 agentic plus 模式。该方案取代了传统的一刀切管道，在降低解析成本的同时保持高准确率。Parse Gateway 代码已开源，并集成到 MCP 服务器供智能体自主调用。

AI产品 LlamaIndex Parse Gateway LiteParse

推荐理由：LlamaIndex 做的 Parse Gateway 能根据每页复杂度自动选解析模式，简单页免费处理，复杂页用高级版，省成本又不牺牲准确率。

原文

04:35

LlamaIndex@llama_index

LlamaIndex 推出了 Parse Gateway，一个智能 PDF 解析管道。它利用 LiteParse 的 is_complex 功能逐页评估复杂度（扫描页、表格、乱码、嵌入图片等），简单页面在进程中免费解析，困难页面自动路由到更强大的 LlamaParse 层级。支持 MCP 服务器，智能体可自主选择解析层级。在降低解析成本的同时不牺牲准确性。

AI产品 LlamaIndex Parse Gateway PDF解析

推荐理由：LlamaIndex 搞了个 Parse Gateway，能自动识别 PDF 里哪些页简单、哪些复杂，简单页免费快解析，复杂页才走高级管道，还能让智能体自己选层级，省成本又不丢精度。

原文

02:03

Jerry Liu@jerryjliu0

LlamaIndex 旗下的文档解析工具 LlamaParse 推出了官方批量解析体验。用户不再需要逐个文件调用 API，而是可以一次性创建包含最多 10000 个文件的批次。新功能提供了专用 UI 界面，支持审计整个批次、查看失败任务并浏览完整结果集。这提升了可靠性和代码可维护性，用户无需再自行编写异步服务来调用 API。该功能已在所有付费计划中可用。

AI产品 LlamaParse LlamaIndex 文档解析

推荐理由：LlamaParse 现在可以直接在 UI 里批量解析一万个文件，不用再写脚本了，查错和看结果都很方便。

原文

7月30日

11:57

Jerry Liu@jerryjliu0

72°

4月25日，LlamaIndex创始人Jerry Liu在X分享了一场关于agent loops和loop engineering的晚餐讨论。多数参与者未在Codex/Claude Code中主动使用/loop功能。他们认为通过多智能体交接、事件触发或cron作业堆栈可构建长时间运行的自主agent循环。几乎所有人相信1-2年内无人再审查代码，但人类仍需提供对齐、护栏、判断与创造力。

行业 LlamaIndex Claude Code agent loops

事件专题

推荐理由：Jerry Liu分享了和一群创始人聊的agent开发心得，比如怎么搞长周期agent循环，还有1-2年后没人review代码的讨论，挺有启发。

原文

01:17

LlamaIndex@llama_index

LlamaIndex 在 LlamaParse UI 中新增批量解析功能，用户无需编写代码即可一次性解析或提取最多 10,000 个文件。只需指定文件夹即可开始，所有付费计划用户均可使用。该功能将原本需要编写 API 脚本的工作简化为一个按钮操作。

AI产品 LlamaIndex LlamaParse 批量解析

推荐理由：LlamaIndex 把批量解析做成了 UI 按钮，不用写脚本，最多一次处理1万个文件，省时省力。

原文

7月24日

02:59

LlamaIndex@llama_index

LlamaIndex 发布 Go SDK、Java SDK 和 CLI，允许开发者用几行代码从 Go 或 Java 解析文档，或直接从终端操作。用户需获取 API 密钥即可开始使用。新工具扩展了 LlamaParse 的集成方式，降低不同语言开发者的接入门槛。

AI产品 LlamaIndex Go SDK Java SDK

推荐理由：LlamaIndex 刚发了 Go 和 Java 的 SDK，再加一个 CLI，几行代码就能解析文档，写代码的可以试试。

原文

7月23日

14:14

Jerry Liu@jerryjliu0

LlamaParse 成功解析了一篇关于 Dinitz-Garg-Goemans 猜想的数学论文 PDF，该猜想已被证明为假，这是一个存在约 30 年的图论问题。论文中展示了图形（图例中 fractional flow cost 为 58，任何不可分流的流量（容量违规 ≤15）成本至少为 60）。该结果来源于与 GPT 5.6 Pro 的对话。LlamaParse 展示了将复杂学术 PDF 转为可解析文本的能力。

AI产品 LlamaParse LlamaIndex PDF解析

推荐理由：LlamaParse 连这种数学猜想论文的 PDF 都能解析，试试用它读你手头那些难搞的论文？

原文

04:30

Jerry Liu@jerryjliu0

LlamaIndex 团队将于7月30日举办在线研讨会，演示如何将密集的金融文档（含表格、脚注、风险备注）转化为结构化输出。研讨会由解决方案架构师 Harsha 主持，重点展示表格和脚注保持完整不扁平化、提取数据可溯源至源页、以及自动校验规则并标记异常。活动时间为太平洋时间上午9点/东部时间中午12点。

技巧 LlamaIndex 金融文档文档解析

推荐理由：金融数据乱糟糟？LlamaIndex 教你直播拆解最难的表格和脚注，还能自动校验规则，做决策用的数据终于干净了。

原文

02:54

LlamaIndex@llama_index

7月30日，LlamaIndex 解决方案架构师 Harsha 将展示如何把真实金融文档（含密集表格和脚注）转化为结构化上下文。演示中表格和脚注不会被压平成文本，提取的数字可追溯至原始页面。系统会根据预设规则检查数值，并标记异常项。活动时间 9:00 AM PT / 12:00 PM ET。

技巧 LlamaIndex 金融文档智能体工作流

推荐理由：LlamaIndex 教你处理金融文档里的复杂表格和脚注，提取结构化数据，还带溯源和规则校验，做智能体工作流的可以看看。

原文

02:21

Jerry Liu@jerryjliu0

精选

LlamaParse 改进了文档解析中的边界框功能，现在支持区域级、行级和单词级三层边界框。用户可以根据需求选择不同粒度来对文本进行溯源，例如审计发票中的具体数字或定位研究报告中的图表。该功能已在 LlamaParse 云端服务中可用。

AI产品 LlamaParse LlamaIndex 文档解析

推荐理由：LlamaParse 更新了文档解析的边界框，支持按区域、行、单词定位文本，方便审计和研究场景。

原文

7月22日

12:21

Jerry Liu@jerryjliu0

LlamaIndex创始人Jerry Liu发推指出，前沿实验室都在优化通用智能，这为其他人优化任务特定智能留出空间。每个任务需要不同的成本-能力权衡点，需要调整模型和工具来提升性能并降低成本。他认为开源模型、RL优化基础设施、垂直工作流以及像文档解析这样的领域专用模型，在快速增长的AI经济中有很大发展空间。

行业 Jerry Liu LlamaIndex 开源模型

推荐理由：Jerry Liu分析了通用智能之外的蓝海，做垂直AI产品的开发者值得读读这条思路。

原文

10:17

Jerry Liu@jerryjliu0

LlamaIndex创始人Jerry Liu发布推文，团队在旧金山进行了一周线下冲刺，团队规模较上次聚会翻倍（2x）。期间锁定了AI智能体文档基础设施的路线图，并进行了团建活动（喷绘、Topgolf、足球、密室逃脱）。团队已为Q3做好准备。

行业 LlamaIndex 智能体文档处理

推荐理由：LlamaIndex创始人发了团队近况，规模翻倍，规划了AI agent文档基础设施路线图。适合关注LlamaIndex和智能体开发的朋友看看。

原文

7月19日

02:28

Jerry Liu@jerryjliu0

LlamaIndex 在过去 2 年投入大量工程资源，构建了可靠、准确的索引管道。该管道原生支持智能体（agent-native），并提供多种检索端点，可接入不同框架。现通过 cloud.llamaindex.ai 开放使用。

AI产品 LlamaIndex RAG 智能体

推荐理由：LlamaIndex 新出了索引管道，自带多种检索端点，做 RAG 和智能体应用会很顺手，可以试试他们的云服务。

原文

02:27

Jerry Liu@jerryjliu0

Jerry Liu（LlamaIndex创始人）强调2026年构建高质量检索系统的重要性，外部模型能力虽提升，但生产中的Agent检索仍需投入工程时间调优分块、同步、重排序、工具API设计、权限等细节。具体技巧包括：将内容追加到Slack线程作为连续块并利用启发式确定上下文、实现Slack实时更新、为代码库独立分块/更新、混合搜索效果良好、以及为不同项目设置自然的数据源防护栏。这些经验来自LlamaIndex内部Index功能的生产化过程。

技巧 LlamaIndex Agentic Retrieval 混合搜索

事件专题

推荐理由：Jerry Liu分享了做生产级Agent检索的踩坑经验，分块、同步、重排序这些细节怎么调全告诉你，不是新理论。

原文

01:27

Jerry Liu@jerryjliu0

jerryjliu0提出在agent harness上构建工作流图，并通过外部agent循环动态创建该图，实现循环与图形的结合。这种方法允许开发者利用LlamaIndex的框架灵活编排agent行为。Peter Steinberger参与讨论循环与图形之间的转变。该思路强调重复迭代，以构建复杂的agent系统。

技巧 LlamaIndex 智能体工作流

推荐理由：想搞Agent工作流？看看jerryjliu0怎么用循环和图形动态构建的，比硬编码灵活多了。

原文

7月18日

07:47

Jerry Liu@jerryjliu0

精选

LlamaIndex 团队在旧金山举办全员线下会议，宣布向 AI 智能体文档基础设施方向演进。其基准 ParseBench 已包含 2000+ 企业页面，约 80 个解决方案通过验证，每月下载量达 1.5 万。轻量解析器 liteparse 在约 2 个月内收获 11.5k+ GitHub 星星。LlamaParse 推出 agentic 和 cost-effective 两种模式，定义了基于 VLM 的 OCR 解决方案的帕累托前沿。团队计划在 Q3 大幅提升 ParseBench 的垂直领域数据集和任务覆盖范围。

AI产品 LlamaIndex LlamaParse liteparse

推荐理由：LlamaIndex 团队发了几款文档解析工具的进展和基准数据，特别是 liteparse 两个月就冲到 1.1 万星，很能打。

原文

06:19

Jerry Liu@jerryjliu0

精选

LlamaIndex 本周与一家全球公司会面后，加速成为 AI 代理的文档基础设施。ParseBench 基准已覆盖 2000+ 企业页面，验证约 80 个解决方案，每月 15k 次下载，在 HuggingFace 和 Kaggle 可用。LlamaParse 的 agentic 和成本效益模式直接定义 VLM 基 OCR 解决方案的帕累托前沿，每天改进复杂表格、图表、字体和布局。免费解析器 liteparse 在约 2 个月内获得 11.5k+ GitHub 星标。

AI产品 LlamaIndex ParseBench LlamaParse

推荐理由：LlamaIndex 在文档处理上发力，ParseBench 基准和 LlamaParse 实用，liteparse 免费且明星增长快。

原文

02:14

LlamaIndex@llama_index

LlamaIndex 与 You.com 联合在旧金山 AWS Builder Loft 举办 Agentic Hackathon，时间定于 7 月 24 日。参与者可在一天内利用实时网络数据构建智能体，涵盖实时情报、深度研究或多智能体系统。活动包含现场演示和评委评审，报名链接通过 Luma 平台进行。

行业 LlamaIndex You.com Agentic Hackathon

推荐理由：想试试用实时数据搭智能体？LlamaIndex 和 You.com 办了个一天的黑客松，7月24日旧金山，直接动手还上台比。

原文

7月17日

02:03

Jerry Liu@jerryjliu0

精选

LlamaIndex 发布了 liteparse-grpc，一个基于 gRPC 协议的文档解析服务，支持 PDF、Office 文档和图片解析，输出 JSON、文本或 Markdown 格式。该服务提供 PDF 页面截图、文档复杂度评估和 OCR 需求判断功能。liteparse-grpc 同时提供 npm 包和 Docker 镜像，以及 TypeScript 客户端存根和 protobuf 定义，便于生成 Python、Go、Java 等语言的客户端。原有的 REST API 仍将继续维护。

AI产品 liteparse LlamaIndex gRPC

推荐理由：LlamaIndex 给 LiteParse 加了 gRPC 接口，后端服务间解析文档更快更高效，适合微服务架构。

原文

00:39

LlamaIndex@llama_index

LlamaIndex 为文档处理工具 LiteParse 新增 gRPC 接口（liteparse-grpc），支持以 npm 包或 Docker 镜像运行。该接口可解析 PDF、Office 文档和图片为 JSON、text 或 Markdown，还能将 PDF 页面渲染为截图，并估算文档复杂度及是否需要 OCR。此前 LiteParse 仅可通过 REST 调用，新接口更适合服务间通信。liteparse-grpc 还包含 CLI 客户端、TypeScript 客户端存根和 protobuf 定义，方便生成 Python、Go、Java 等语言的客户端。

AI产品 LiteParse gRPC LlamaIndex

推荐理由：LlamaIndex 给 LiteParse 加了 gRPC 接口，微服务之间调文档处理更快了，还能解析 PDF、Office 和图片，带截图和 OCR 预判，适合多语言系统。

原文

7月16日

01:46

Jerry Liu@jerryjliu0

LlamaParse 发布 Conversational Extract 功能，用户可通过自然语言对话定义文档提取字段，无需手写 JSON Schema。用户上传参考文档后，AI agent 自动推断 schema，支持对话交互调整。系统可在规模达 100 万以上的文档上运行提取，为每个字段返回 bounding boxes、引用和置信度分数。

AI产品 LlamaParse LlamaIndex 文档提取

推荐理由：LlamaParse 出了新功能，跟聊天一样定义要提取什么字段，不用再手写 JSON schema 了，还能一键跑百万级文档，带引用和置信度。

原文