PDF解析相关 AI 资讯

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。

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6日

08:51

shao__meng@shao__meng

精选

DocDot 是一款面向 Apple Silicon Mac 的本地工具，把 NanoDoc、PaddleOCR、GLM-OCR、MinerU、LiteParse 等 PDF 解析器集中到一个 CLI 中管理，可输出 Markdown 或 JSON。它提供 Web Mode，运行 docdot web 后可以在浏览器里并排比较 3 个解析器的输出。作者实测一份含中英文、表格和公式的单页 PDF，首次编译后再次解析约 2.3 秒，正文和公式基本准确。官方技术报告基于 4,231 页、64 类文档对比，NanoDoc 在综合质量和 Table TEDS 上均排第一。解析全程在本机完成，PDF 无需上传，并可通过 MCP 接入 Codex、Claude Code 等 Agent。

AI产品 DocDot NanoDoc PDF解析

推荐理由：本地 PDF 解析器太多不好切换？用 DocDot 一个命令统一管理，还能并排对比选最准的输出。

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2日

13:20

Firecrawl@firecrawl_dev

Firecrawl开源了PDF解析引擎pdf-inspector，该引擎用Rust编写，可在约20ms内完成PDF分类。它提取内容的速度为每页0.002秒，测试中处理200个PDF仅耗时2.8秒。pdf-inspector能高质量提取表格和图表，并生成干净的Markdown格式。项目代码已托管在GitHub上。

AI产品 Firecrawl pdf-inspector PDF解析

事件专题

推荐理由：Firecrawl把自己最快的PDF解析引擎开源了，200个PDF只要2.8秒，还能提取表格图表，比传统OCR省事多了。

原文

7月31日

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

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24日

13:21

官方一手marktechpost@Sana Hassan

精选

教程演示基于百度Unlimited-OCR模型的完整OCR工作流程，涵盖GPU环境配置、高分辨率图像tiled推理与Base模式对比。支持处理密集布局、表格及跨页内容，实现可复现的端到端流水线。实验表明tiled模式能有效提升高分辨率（如4K以上）图像的识别准确率，而Base模式在速度上更优。

技巧 Baidu Unlimited-OCR OCR

事件专题

推荐理由：手把手教你搭百度Unlimited-OCR流水线，处理高清图和PDF特别稳，还比较了不同模式的速度和精度。

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

7月14日

05:16

Jerry Liu@jerryjliu0

精选

LlamaIndex 推出免费桌面应用，可将 PDF 文件拖拽转换为干净 Markdown 文本，无需 CLI 或浏览器。应用基于 Tauri 框架，使用 Rust 后端（LiteParse）和 React 前端，实现跨平台运行。它支持预览页面截图并叠加提取的边界框，方便用户验证解析结果。整个过程完全本地执行，不依赖任何模型或互联网连接。

AI产品 LlamaIndex LiteParse PDF解析

事件专题

推荐理由：LlamaIndex 做了个免费离线桌面工具，拖拽 PDF 就变 Markdown，还能预览页面图和边界框，不用联网也不用命令行。

原文

7月3日

00:48

LlamaIndex@llama_index

精选

LiteParse 是一个轻量级解析工具，可嵌入到 Agent 运行时中运行。LlamaIndex 团队使用 FlueAI 框架、Resend webhooks 和 Turso 数据库构建了一款邮件处理助手。该助手能自动读取邮件语料、下载附件、用 LiteParse 解析 PDF，然后总结邮件内容并草拟回复。这个示例展示了解析工具如何增强 Agent 对文档的理解深度，而不是仅仅处理文件。

技巧 LiteParse LlamaIndex FlueAI

推荐理由：LlamaIndex 发了 LiteParse 新玩法：能直接嵌入 Agent 里解析 PDF，自动帮你看邮件、回邮件，省力不少。

原文

6月22日

03:36

Jerry Liu@jerryjliu0

精选74°

LiteParse v2.1 发布，可将PDF转换为Markdown，速度比Screen Studio放大动作还快。它在olmOCR0-bench、opendataloader-bench、ParseBench三个基准测试上准确率超过pymupdf4llm、opendataloader等工具。完全开源（Apache 2.0），支持CLI、Rust、Node、Python、WASM。可从LlamaIndex官网或GitHub获取。

AI产品 LiteParse LlamaIndex PDF解析

事件专题

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。

原文

6月19日

03:37

Jerry Liu@jerryjliu0

LlamaIndex 推出 LiteParse v2.1，号称全球最快的 PDF 转 Markdown 解析器。在 olmOCR0-bench、opendataloader-bench 和 ParseBench 三个标准化基准上，其准确率超过 pymupdf4llm、opendataloader、pdf-inspector、markitdown 等所有开源无模型解析器。该工具完全开源（Apache 2.0）且免费，支持 CLI、Rust、Node、Python 和 WASM 调用，也可作为一键 Agent Skill 安装。

AI产品 LiteParse LlamaIndex PDF解析

事件专题

推荐理由：LlamaIndex 出了个新工具 LiteParse v2.1，专门把 PDF 转成 Markdown，速度最快，准确率还吊打同类开源方案，免费直接用。

原文

6月17日

23:08

Jerry Liu@jerryjliu0

精选

LlamaIndex团队为Claude Code开发了LiteParse技能，通过避免重复解析、关闭OCR、减少grep操作等优化，使PDF处理成本降低37%，准确率提升。LiteParse完全免费开源，可直接集成使用。博客和代码均已在GitHub上公开。

技巧 Claude Claude Code LiteParse

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。

原文

09:42

berryxia@berryxia

Firecrawl 去掉了 API key 门槛，现在无需注册即可直接使用其搜索网页、抓取页面、解析 PDF 并将 PDF 转为干净 markdown 的功能。该服务同时支持 MCP、CLI 和 API 三种接入方式。开发者可零门槛获取网页内容和 PDF 解析，专注于 Agent 逻辑开发，无需先处理注册和限流。这将大幅降低 Agent 项目在数据层的实验和原型速度。

AI产品 Firecrawl 智能体 MCP/工具

推荐理由：Firecrawl 现在不用注册就能直接用，搜网页爬 PDF 一条龙，做 Agent 工具链省事多了。

原文

6月16日

15:29

官方一手marktechpost@Sana Hassan

精选

本教程基于Docling Parse工具，演示了如何从PDF文档中提取布局感知的结构化数据。首先设置Python环境并解决Colab依赖问题，生成包含文本、列、表格、矢量和嵌入图片的多页PDF。然后提取单词、字符、行及其页面坐标，渲染可视化覆盖层。最终将结果保存为JSON和CSV格式，支持阅读顺序重建和检索准备。

技巧 Docling Parse PDF解析布局感知

推荐理由：手把手教你用Docling Parse从PDF里提取布局信息，生成带坐标的结构化数据，适合做文档智能和RAG。

原文

14:13

LlamaIndex@llama_index

LlamaParse 保留合同文档的层次结构，使用语义推理识别支付条款、续约条件、终止条款等关键字段，无论其如何起草。与遗留 OCR 不同，它能够理解合同语义而非仅扫描文本。最终输出 schema 对齐的结构化数据，可直接供下游系统使用。

AI产品 LlamaParse LlamaIndex 合同提取

推荐理由：LlamaParse 专治合同 PDF 提取难题，能自动识别支付条款、续约条件等关键字段，比传统 OCR 更智能。

原文

6月2日

10:52

Jerry Liu@jerryjliu0

LlamaIndex 创始人 Jerry Liu 宣布 Liteparse 完成重大升级，成为目前最快的 PDF 解析器。新版用 Rust 重写了整个库，并适配为 Python 和 Node 原生包，支持 50 多种文档类型。除了提取文本，Liteparse 还能输出边界框，让编码代理可以精确追溯源文档。团队正在开发 Markdown 支持，并鼓励用户提交 issue 和 PR。

AI产品 PDF解析 Rust 开源/仓库

事件专题

推荐理由：做文档解析或 AI 代理的开发者终于有了一个又快又准的开源选择——Liteparse 的边界框输出让审计追踪变得简单，值得直接试。

原文

5月30日

11:30

Jerry Liu@jerryjliu0

LlamaIndex 推出 LiteParse WASM 包，可在浏览器、Cloudflare Workers 等边缘环境毫秒级解析 PDF。该包轻量、最小化，基于 WebAssembly，25 行代码即可实现 PDF 文本提取和页数统计。开发者可直接在 Cloudflare Workers 上运行，无需后端服务器。项目已在 GitHub 开源，并提供 Cloudflare 入门模板。

AI产品 PDF解析 WASM 边缘计算

推荐理由：做浏览器端或边缘计算 PDF 处理的开发者，终于有了一个轻量、快速、可随处部署的解析方案，建议直接试试 Cloudflare 模板。

原文

00:43

Jerry Liu@jerryjliu0

精选

LlamaIndex推出LiteParse v2，声称这是全球最快的PDF解析器，速度比pymupdf、pypdf等开源方案更快，准确度也更高。团队将整个库用Rust重写，并适配为Python和Node的原生包。LiteParse v2支持50多种文档类型，可直接在AI agent中触发或安装使用。项目已在GitHub开源，博客文章介绍了详细用法。

AI产品 LiteParse LlamaIndex PDF解析

事件专题

推荐理由：PDF解析比pymupdf快一倍，还支持50种文档

原文

5月29日

08:14

Jerry Liu@jerryjliu0

精选

LlamaIndex 发布了 LiteParse v2，号称是世界上最快的 PDF 解析器，同时保持高精度。团队用 Rust 重写了整个库，并适配为 Python 和 Node 原生包。在 LLM QA 任务基准测试中，LiteParse 与 pdftotext 并列准确率第一，但速度更快；PyMuPDF 延迟接近，但在处理多栏、表格等复杂布局时表现不佳。LiteParse 还支持 50 多种文档格式（包括 .docx、.pptx、.xlsx），并提供 OCR 和截图工具，可直接在 AI Agent 中使用。

AI产品 PDF解析 Rust 开源/仓库

事件专题

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。

原文

5月26日

23:26

LlamaIndex@llama_index

Llama Index 发布了一个自动化贷款承销流水线，只需几行代码即可将杂乱的 PDF 文件（如工资单和经纪报表）转换为结构化数据。该流水线使用 LlamaParse 将 PDF 转为干净 Markdown，提取字段到 Pydantic 模型，并进行跨文档分析，生成包含差异标记的承销摘要。这解决了传统手工重新输入数字的低效和错误问题，为金融科技和贷款处理团队提供了自动化解决方案。完整代码和博客文章已发布。

AI产品 LlamaParse 自动化流水线金融科技

推荐理由：金融团队终于有了正经的 AI 用例——LlamaParse 自动处理贷款文件中的 PDF 和数字提取，比手工重输高效太多，做贷款承销或金融数据处理的建议点开。

原文