LiteParse

这是什么？

LiteParse 是 LlamaIndex 团队（run-llama）开源的轻量级 PDF/文档解析工具（Apache-2.0 协议，GitHub 12000+ Star，2026 年 9 月仍在活跃更新）。定位一句话：本地、快速、带空间信息的文档解析器——不做”世界上最好的 PDF 解析器”，只做把 PDF 变成高质量结构化文本这一件事。核心理念反主流：与其猜测和重构文档结构，不如保持空间布局原样输出、附带 bounding box 坐标，直接交给你的 LLM——让模型自己看懂版面，而不是解析器替模型做有损的猜。

核心功能与亮点

1. 空间感知输出：每个文本块都带边界框（bounding box）标注，位置信息完整保留——表格、多栏、脚注的相对关系 LLM 都能读到。

2. 完全本地运行：不依赖任何闭源大模型或云端 API，隐私数据（合同、病历、内部文档）不出本机。

3. 快：轻量设计的直接收益，大批量文档批量转文本的速度远快于调用云端解析 API。

4. CLI 即用：命令行一条命令解析文档，管道友好，方便嵌进 RAG/知识库工作流。

5. 名门出品：LlamaIndex（最流行的 RAG 框架之一）官方团队维护，与 LlamaIndex 生态天然衔接；复杂文档搞不定时还有云端版 LlamaParse 可升级。

谁适合用？使用场景

搭 RAG 知识库的人：PDF 解析是 RAG 的第一公里，解析质量直接决定检索质量——LiteParse 的空间感知输出是给下游 LLM 的”高清版”输入。

处理隐私文档的团队：法务合同、财务报表、病历档案不能上云解析，本地跑是硬需求。

批量文档处理：几千份 PDF 转文本入库，本地跑不心疼 API 账单。

上手难度与体验

开发者工具，pip/CLI 安装即用，无图形界面。英文文档（有官方中文 README）。输出格式直接可喂 LLM。适合有命令行基础的用户；纯非技术用户建议用带界面的解析产品。信息采集日期：2026-09-28。

定价方案

开源免费（Apache-2.0）。同厂云端版 LlamaParse 为付费 API（按页计费），复杂文档（扫描件、手写、超复杂版面）可选用。信息采集日期：2026-09-28。

优缺点

优点：本地隐私、快、免费开源；bounding box 空间信息是同类少有；LlamaIndex 官方维护与 RAG 生态无缝；理念清晰不贪大求全。

缺点：不做 OCR（扫描件需先过 OCR）；复杂表格还原不如 MinerLogic 等重型商业方案；无 GUI；中文文档场景的适配需自行验证。

同类工具对比

MinerLogic / Textin 等商业解析：重型云端方案，表格还原强但按量付费、数据出域——LiteParse 是它们的”本地免费轻量替身”。

DIFY：RAG 应用平台，LiteParse 是它上游的解析零件——DIFY 里知识库解析质量不满意时，可用 LiteParse 预处理后入库。

LlamaParse（云端版）：同厂付费 API，复杂文档的升级选项；本地简单文档 LiteParse 就够。

常见问题

和直接把 PDF 丢给 GPT/Claude 有什么区别？ 多模态模型读 PDF 又贵又慢，且丢版面信息；LiteParse 把文本+坐标结构化输出，模型读得又快又准，成本降一个量级。

扫描件（图片型 PDF）能用吗？ LiteParse 本身不做 OCR，需先过 OCR（如 Tesseract/PaddleOCR）再解析；重度扫描件场景建议直接用云端 LlamaParse。

中文支持如何？ 文本层中文正常输出；官方有中文 README，但中文复杂版面（竖排、古籍）需自行验证。

怎么装？ GitHub 搜 run-llama/liteparse，pip 安装或直接用 CLI，一条命令出结果。

商用免费吗？ Apache-2.0 协议，可商用可修改，注意保留协议声明即可。