LlamaParse 相关 AI 资讯

AITOP

8月20日

06:45

Jerry Liu@jerryjliu0

LlamaParse 模型新增功能，可提取 Word 风格的文档修订记录与评论。该功能可将修订历史和变更信息作为结构化元数据，附加到解析后的 markdown 内容中。这让下游 AI 助手能获取文档的完整修订历史，而非仅最新的静态快照。

推荐理由：LlamaParse 新加文档修订跟踪功能，能把修订记录整理成结构化数据，和之前没这功能的工具不一样，现在能查历史修改啦。

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17日

06:08

Jerry Liu@jerryjliu0

精选

LlamaIndex发布LlamaExtract Agentic Plus模式，专为50页以上长文档设计，可提取10k-100k个字段，准确率超过94%。每个提取字段附带置信度分数和边界框，便于溯源。在ExtractBench基准测试中，该模式比Claude Code Opus 4.8和Codex GPT-5.6等通用编码智能体准确率高10-20%。测试案例包括一份FTX债权人矩阵，含75k个字段、共114页。

AI产品 LlamaExtract LlamaParse 文档提取

事件专题

推荐理由：LlamaIndex给LlamaParse加了新模式，专门抽长文档里的海量字段，准确率比Claude Code和Codex高10-20%，每个字段还带出处。

原文

8月16日

06:56

Jerry Liu@jerryjliu0

精选

LlamaParse推出新的Agentic Plus抽取模式，面向100-500页长文档，可提取10k-100k个字段，并在FTX债权人矩阵测试中处理了75k字段、114页文档。配套发布的ExtractBench基准覆盖370份企业文档、4,869页、67种类型，评估了14套系统。测试显示，超过50页后商用VLM的召回率低于35%，主要因为静默截断列表。Agentic Plus在该基准上以95.6%的值准确率排名第一，成本不到最接近对手的三分之一。

AI产品 LlamaParse ExtractBench Agentic Plus

事件专题

推荐理由：LlamaParse新出的Agentic Plus能一次抽几万字段，长文档不丢行，成本还比同类低一大截。

原文

05:57

Jerry Liu@jerryjliu0

精选

ExtractBench是面向复杂企业文档提取的基准，包含370份文档、4869页和67种文档类型。它评估了14个系统，包括前沿VLM、编程智能体和专用提取API。结果显示，超过50页的文档中，商业VLM的召回率低于35%，主要问题是静默截断列表。LlamaParse新推出的Agentic Plus层级在基准上达到95.6%的值准确率，成本不到最接近竞争对手的三分之一。

论文 ExtractBench LlamaParse Agentic Plus

事件专题

推荐理由：LlamaParse搞了个ExtractBench，测出来商业VLM处理长文档会漏数据；他们新出的Agentic Plus准确率95.6%，成本还低。做文档提取的可以看下。

原文

8月13日

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

00:57

Jerry Liu@jerryjliu0

73°

LlamaParse 团队发布 36 页 ArXiv 论文，介绍企业文档抽取基准 ExtractBench。该基准用 370 份企业文档、4869 页、67 种文档类型评估 14 套抽取系统。核心发现是：超过 50 页的长文档会让商业 VLM 召回率跌到 35% 以下，原因是静默截断表格行。ExtractBench 用价值准确率、空间溯源和单页成本等指标做确定性评测，不依赖 LLM 裁判。同时发布的 LlamaParse Agentic Plus 在榜单上取得 95.6% 价值准确率，成本不到最接近竞品的三分之一。

论文 ExtractBench LlamaParse Agentic Plus

事件专题

推荐理由：LlamaParse 发布 ExtractBench：长文档让商业模型召回崩到 35%；自家 Agentic Plus 95.6% 登顶，成本更低。

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

8月9日

10:32

Jerry Liu@jerryjliu0

精选

LlamaIndex CEO Jerry Liu称，Gemini 3 Flash是当前原始文档解析最强的前沿模型，但Flash系列涨价3倍，视觉识别能力停滞。GPT-5.5到5.6、Gemini 3.5 Flash到3.6 Flash、Opus 4.8到5的迭代均未提升文档理解基准。混合方案如LlamaParse结合专用VLM与文本引擎，表格和图表准确率提升15%。LlamaParse推出ParseBench评测框架，用户可在parsebench.ai配置自有文档测试。

AI产品 LlamaParse Gemini 3 Flash OpenAI

事件专题

推荐理由：Jerry Liu说别急着用前沿模型做文档OCR，LlamaParse在表格图表上准确率涨了15%，还能自己搭ParseBench跑评测。

原文

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

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

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

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26日

02:05

Jerry Liu@jerryjliu0

71°

Opus 5系统卡PDF共193页，包含大量标签和未标注图表。LlamaParse在agentic模式下每页1.25美分，agentic plus模式下5.6美分，解析各类线图和柱状图准确率接近100%。相比之下，Opus 5自身解析图表准确率下降20-30%，成本每页8美分至33美分以上。LlamaParse生成的机器可读数据可直接喂给下游系统。

AI产品 LlamaParse Opus 5 Claude

事件专题

推荐理由：LlamaParse解析PDF图表又快又准，比用Opus 5自己解析便宜好几倍，还更靠谱。

原文

7月25日

07:56

Jerry Liu@jerryjliu0

精选

Opus 5在ParseBench文档理解基准上总体与Opus 4.8持平，在密集表格上差几分，在图表和视觉定位上略好。Gemini 3.6 Flash在表格上更优，图表略差，价格是Opus 5的一半。LlamaParse agentic在所有方面（包括表格）表现更好，价格仅为Opus 5的1/6。作者建议Opus 5适合编码和知识工作，但每页8美分且OCR平均，不适合大规模文档解析。

AI模型 Opus 5 ParseBench Gemini 3.6 Flash

事件专题

推荐理由：Opus 5文档理解还行，但别拿它批处理PDF——每页8美分，效果不如便宜很多的Gemini Flash和LlamaParse。编码和知识工作倒挺香。

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

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20日

01:42

Jerry Liu@jerryjliu0

精选

LlamaParse 推出了四个文档检索端点：混合搜索（grep + vector search）、文件 grep（支持正则）、文件 find 和文件 read。这些端点旨在提升代理在非结构化文档上的检索质量。团队持续实验不同组合，以找到最高检索效果的方案。同时强调构建生产级检索系统需要调优分块、同步、重排序、工具 API 设计等工程细节。

AI产品 LlamaParse 文档检索混合搜索

推荐理由：LlamaParse 刚把搜索工具升级了，能同时用 grep 和向量搜索，还支持文件查找和读取。做文档检索的人可以试试这新接口。

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

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

7月15日

06:24

LlamaIndex@llama_index

LlamaIndex 发布 LlamaParse 的新功能 Conversational Extract，用户只需上传文档，AI agent 即可自动生成 JSON Schema。支持通过对话进行修改，也提供模板直接使用。该功能替代了手动编写提取 schema 的流程，目前已在 cloud.llamaindex.ai 上线。

AI产品 LlamaIndex LlamaParse Conversational Extract

推荐理由：LlamaIndex 刚上线了一个新功能，你不用再手写 JSON Schema 了，上传文档或者聊几句就能自动生成提取模板，太方便了。

原文

7月14日

06:15

Jerry Liu@jerryjliu0

Jerry Liu指出，并非所有任务都需要前沿智能（如5.6 Sol xhigh），每个任务都存在最优模型+配置组合。LlamaIndex团队投资大量研究构建自动路由、微调布局模型和专门处理表格、图表、手写等模型。这些研究使LlamaParse成为文档处理服务领域在准确率、成本和延迟的帕累托前沿上最优的选择。他强调初创公司构建专业化、领域特定的工作流程仍有巨大空间。

AI产品 LlamaParse LlamaIndex 文档OCR

推荐理由：Jerry Liu分享文档处理思路，LlamaParse针对表格、图表等优化，比通用模型更准更快，值得做文档处理的团队看看。

原文

7月9日

07:47

Jerry Liu@jerryjliu0

LlamaParse新增三个功能：用户元数据标签允许为每个解析任务附加自定义标签并回传；使用标签可按项目或团队筛选解析用量和成本；签名Webhook通过HMAC签名确保回调真实性。这些功能帮助处理每日数百万文档的团队精细追踪使用情况和成本。

AI产品 LlamaParse LlamaIndex 文档解析

推荐理由：LlamaParse现在能让你给每个解析打标签，按项目团队看成本，还能用签名webhook安全触发工作流。处理大量文档更可控了。

原文

06:22

Jerry Liu@jerryjliu0

LlamaIndex 旗下 LlamaParse 推出改进的智能路由层，能根据页面复杂度自动选择文档解析方式。简单文本优先使用低成本 OCR 技术，复杂页面（密集表格、图表）则切换为视觉语言模型（VLM）以保持准确度。用户可一键在产品中切换。该功能旨在降低处理成本，同时保证质量。

AI产品 LlamaParse LlamaIndex OCR

推荐理由：LlamaParse 现在会根据页面难度自动选解析方式，简单文档用 OCR 省成本，复杂表格才上 VLM，想省钱又不想降精度的话可以试试。

原文

7月8日

07:03

LlamaIndex@llama_index

LlamaParse Cost Optimizer推出改进，智能层级路由更可靠地平衡成本与准确性。在处理大型文档时，简单页面默认使用低成本层级，复杂页面仍由高准确率、高成本的agentic和agentic plus层级处理。用户只需为每页实际所需的质量付费，该功能现已对所有客户生效。

AI产品 LlamaParse 文档解析成本优化

推荐理由：LlamaParse升级了成本优化器，自动把简单页用便宜方案、复杂页用贵方案，按需付费省钱了。

原文

7月7日

02:24

Jerry Liu@jerryjliu0

LlamaIndex创始人Jerry Liu宣布全力投入构建LlamaParse，这是一款面向生产环境的文档理解服务，号称同类最佳。该服务专注于处理复杂文档，用户可直接通过cloud.llamaindex.ai使用。

AI产品 LlamaParse LlamaIndex 文档理解

推荐理由：LlamaIndex做的文档解析器LlamaParse，专治复杂文档，生产环境直接上云用。

原文

7月1日

03:17

Jerry Liu@jerryjliu0

LlamaIndex推出LlamaParse和LiteParse，分别针对文档解析的三个关键场景：高精度解析要求99%+准确率，面向金融和保险等监管行业，价格不敏感；低成本高吞吐解析支持代理批量处理大量文档；低延迟低成本解析适配用户临时上传大量文件（如1000个PDF给Claude Cowork）的代理循环。LlamaParse覆盖成本-精度模式，LiteParse为开源项目，可路由至VLM深度解析模式。所有测试结果可在ParseBench查看。

AI产品 LlamaParse LiteParse LlamaIndex

推荐理由：LlamaIndex这次把文档解析的三种场景都做了：高精度的、低成本大批量的、还有低延迟实时的。有LlamaParse和开源LiteParse，不同需求直接用对应的就行。

原文

02:57

LlamaIndex@llama_index

精选

LlamaIndex发布LlamaParse MCP更新，支持从合同、发票和报告中自动提取结构化数据。代理可直接搜索、阅读并检索PDF、Office文档和图片等知识库内容。工具按分类、提取和搜索等任务重新组织，可并行执行。这提升了大规模文档处理的可靠性和效率。

AI产品 LlamaParse MCP LlamaIndex

推荐理由：LlamaIndex更新了LlamaParse MCP，现在代理能自动从合同发票抽数据，还能直接搜公司文档，处理大批文件快多了。

原文

6月30日

14:59

Jerry Liu@jerryjliu0

精选

LlamaIndex 在 LlamaParse 中上线 Retrieval Harness，提供面向 agent 的检索工具集。它支持混合检索（向量搜索与关键词搜索结合，可调 alpha 值）、文件列表（可扩展的 ls 操作）、文件内正则搜索（File Grep）以及文件子段读取（File Read）。该功能已在所有付费 tier 的 beta 版本中可用，可处理从 10 份到 100 万份以上的文档集合。

AI产品 LlamaParse LlamaIndex Retrieval Harness

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。

原文

13:01

LlamaIndex@llama_index

LlamaIndex推出Retrieval Harness，将语义搜索、服务器端grep和文件级导航集成到单一agent推理循环中。该工具支持Grep文件、列出索引内容、跨越分块边界阅读、混合搜索与重排序等操作，作为原生agent工具。现已在所有付费套餐中开放beta测试。

AI产品 LlamaIndex Retrieval Harness LlamaParse

推荐理由：想给你的AI agent加上真正的文件检索能力？LlamaIndex的新工具把语义搜索和grep合在一起，很实用。

原文

6月27日

13:23

Jerry Liu@jerryjliu0

精选

LlamaParse现已成为n8n的官方验证社区节点，提供Parse、Extract、Classify、Split、Retrieve五大核心功能。用户可在n8n工作流中构建文档提取流程（如贷款处理）或索引文档知识库并接入AI Agent。该节点支持将每个资源作为可调用工具，让AI Agent自主决定何时检索上下文、解析文件或提取结构化数据。

AI产品 LlamaParse n8n LlamaIndex

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。

原文

11:21

LlamaIndex@llama_index

精选

LlamaParse Platform的n8n节点成为官方认证社区节点。新版本整合了文档解析、分类、提取、分割和检索功能，所有操作通过单个LlamaParse API凭证连接。每个资源可作为n8n AI Agent的可调用工具，让智能体动态决定何时检索上下文、解析文件或提取结构化数据。工作流还支持按文档类型路由、基于知识库的检索接入智能体，以及并行运行不同精度成本层级的解析输出。

AI产品 LlamaParse n8n LlamaIndex

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。

原文

6月21日

04:25

Jerry Liu@jerryjliu0

LlamaParse是LlamaIndex推出的文档解析云服务。它针对PDF、Word等人类原生文档进行解析。用户可通过cloud.llamaindex.ai访问并集成到LlamaIndex工作流。

AI产品 LlamaParse LlamaIndex 文档解析

推荐理由：想解析PDF给大模型用？试试LlamaParse，和LlamaIndex配合很顺畅。

原文