发布日期：2026-06-08 11:46:44 浏览次数： 1720
作者：alitrack
微信搜一搜，关注“alitrack”
推荐语
PDF 解析速度提升 88 倍，LlamaIndex 团队用 Rust 和 C 语言引擎重构解析器，让 Agent 处理文档不再等待。
核心内容：
1. LiteParse 的核心性能突破：使用 Rust 绑定 Google 的 C 语言引擎 PDFium
2. 智能的混合解析策略：结合原生文本提取与按需 OCR
3. 项目的开源背景、社区现状与多格式支持
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
LiteParse：457 页 PDF 不到 1 秒，LlamaIndex 把解析器用 Rust 重写了
8.6k Star，Rust 重写，零 LLM 调用，比 PyMuPDF 快 88 倍。纯本地、全平台、Agent 开箱即用。
给 Agent 喂 PDF，第一步永远是解析。这个环节有多慢？
PyMuPDF，Python 生态最常用的 PDF 库，解析一份 100MB、457 页的 PDF，**68.8 秒**。等 Agent 看到文档内容，用户已经泡好咖啡了。
LiteParse 做同一件事：**0.777 秒**。
不是多线程，不是 GPU，就是 Rust 替换了 Python。
这不是又一个 PDF 库
LiteParse 是 LlamaIndex 团队今年 2 月开源的。一开始是 TypeScript 写的，只有 Node.js 能用。4 月底——LlamaIndex 做了一个狠决定：**全量 Rust 重写**。
替换的不只是语言。底层引擎从 PDF.js 换成了 **PDFium**——Google 给 Chromium 写的 PDF 渲染引擎，C 语言，原生速度。这才是 88 倍差距的核心原因：不是”用 Rust 所以快”，是”换成 C 引擎 + Rust 绑定所以快”。
1输入：PDF/DOCX/XLSX/PPTX/Images2↓LibreOffice / ImageMagick 转 PDF3PDFium（Google C 引擎，Chromium 同款）4├─ 原生文本提取5├─ OCR 降级（Tesseract 内置，只对图片区域）6└─ 智能合并（原生文本 + OCR 去重）7↓Grid Projection（空间布局重建）8输出：JSON(含bbox) / Text / Screenshots
v2.0 上周刚发。8.6k Star，20 个 contributors，50 个 release。社区增速很快。
为什么快：不是 Rust，是 PDFium
大部分人看到 “Rust 重写” 就默认归因于语言。但 LiteParse 快的关键是 **PDFium**。
PDFium 是什么？你打开 Chrome，点一个 PDF——渲染它的就是 PDFium。Google 维护了十几年，C 语言，经过亿级用户验证。PDF.js（火狐的方案，也是 v1 用的）是 JS 实现，架构上就不可能比 C 快。
LiteParse 做的事：用 Rust 写了一个 PDFium 的 FFI 绑定（`pdfium-sys` + `pdfium` crate），然后基于它做了文本提取、Grid Projection、OCR 合并。
**OCR 策略也很聪明：不是全文 OCR。** 默认只对 PDFium 提取失败的区域（扫描件、图片嵌入）做 OCR。内置 Tesseract，也支持 HTTP OCR Server（EasyOCR / PaddleOCR 随便接）。这个”能省就省”的思路把 CPU 浪费压到最低。
实测
装了 Python 版跑了几份真实文档。
1pip install liteparse1from liteparse import LiteParse23parser = LiteParse()4result = parser.parse(“irs_1040.pdf”)5print(f”Pages: {len(result.pages)}, Items: {len(result.pages[0].text_items)}”)6# Pages: 2, Items: 127
一份 IRS 税表，两页，127 个文本项。每个项有精确的 bbox 坐标和 confidence 分数：
1{2″text”: “Form 1040″,3″bbox”: [72.0, 96.0, 228.0, 118.0],4″confidence”: 1.05}
批处理也顺手：
1lit batch-parse ./pdfs ./output –format json –recursive
截图功能是给 Agent 用的——`lit screenshot doc.pdf` 生成每页 PNG，喂给 LLM 看图。
多语言绑定：不是包装，是原生
很多人把”支持 Python”理解为”包了一层 CLI 调用”。LiteParse 不是——它用了 **PyO3**（Rust → Python 原生绑定），Python 调用直接走 Rust 函数，零序列化开销。
四个入口：
入口安装实现Rustcargo install liteparse原生Pythonpip install liteparsePyO3 原生绑定Node.jsnpm i @llamaindex/liteparsenapi-rs 原生绑定浏览器npm i @llamaindex/liteparse-wasmwasm-bindgen
**WASM 版是真正的亮点。** 38KB 的 JS 胶水 + wasm 二进制，直接在浏览器跑 PDFium。全程本地，零上传。Simon Willison 做了一个浏览器 Demo，验证过”解析过程中没有任何网络请求”。
但 OCR 在 WASM 里被砍了——系统依赖太多。官方方案是传 OCR callback（比如 tesseract.js）。
和同类比
LiteParse v2PyMuPDFpdfplumberLlamaParse(云)引擎PDFium (C)MuPDF (C)pdfminer (Py)LLM + Layout457页耗时0.777s68.8s~120sN/A(云延迟)OCR内置 Tesseract无无LLM表格基础基础强强(LLM)隐私纯本地纯本地纯本地上传价格免费免费免费按 tokenAgent Skill✅ 已集成❌❌API
Agent 集成是独特优势：
1npx skills add run-llama/llamaparse-agent-skills –skill liteparse
Claude Code / Codex / OpenCode 直接就能用。不用写胶水代码。
但它不是银弹
LiteParse 的 README 很诚实，开头就写了：
“Hitting the limits of local parsing? For complex documents (dense tables, multi-column layouts, charts, handwritten text, or scanned PDFs), you’ll get significantly better results with LlamaParse.”
这句话翻译：**复杂文档别找我，去用付费版。**
这是 LlamaIndex 的商业漏斗——LiteParse 是免费入口药，解决 80% 的简单场景。剩下 20% 的复杂表格、手写体、多栏排版，推你上 LlamaParse（按 token 付费的云服务）。
几个已知局限：
1. **复杂表格不如 pdfplumber**——LiteParse 定位是”快”，不是”表格专家”
2. **内存管理**——大文档（>500MB）内存占用高，GitHub 有 open issue 在跟
3. **WASM 版无内置 OCR**——浏览器里只能靠传 callback，或者用 tesseract.js
4. **Go 绑定暂无**——有需求，但短期内不太可能有
谁适合用
**适合：**
* AI Agent 流水线里的文档预处理——快、本地、有 skill
* RAG 系统的大批量文档解析——批量模式 + 并发 worker
* 浏览器端隐私敏感场景——WASM 全程不上传
* 替代 PyMuPDF 做基础文本提取——88x 速度差距太大
**不适合：**
* 需要精确表格提取——用 pdfplumber 或 LLM 方案
* 扫描件为主——OCR 质量取决于 Tesseract，不如 Gemini/Claude Vision
* 生产级复杂文档清洗——LlamaParse 云版才是他们主推的
总结
LiteParse 是目前**最快的开源 PDF 解析器**，没有之一。
核心决策——PDFium 引擎 + Rust 绑定 + 选择性 OCR——让它在简单文档场景下比 PyMuPDF 快两个数量级。多语言原生绑定和 Agent Skill 让它对 AI 工作流特别友好。
但不要把它当万能药。LlamaIndex 的意图很清楚：LiteParse 解决”快”，LlamaParse 解决”准”。你要的是哪个，取决于你的文档有多复杂。
_LiteParse — Apache 2.0，Rust 70%。v2.0 上周刚发，8.6k Stars。_
[登录查看剩余 70% 内容](javascript:void (0);)
https://www.53ai.com/keyword/llamaindex%20githubhttps://www.53ai.com/keyword/llamaindex%20agenthttps://www.53ai.com/keyword/llamaindex%20langchain
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
**产品**：场景落地咨询+大模型应用平台+行业解决方案
**承诺**：免费POC验证，效果达标后再合作。**零风险落地应用大模型**，已交付160+中大型企业
[上一篇：无](javascript:;)https://www.53ai.com/news/llamaindex/2026060293167.html
https://www.53ai.com/news/llamaindex
相关资讯
https://www.53ai.com/news/llamaindex/2026060293167.htmlhttps://www.53ai.com/news/llamaindex/2026040805294.htmlhttps://www.53ai.com/news/llamaindex/2025120482597.htmlhttps://www.53ai.com/news/llamaindex/2025092949702.htmlhttps://www.53ai.com/news/llamaindex/2025092784731.htmlhttps://www.53ai.com/news/llamaindex/2025072125638.htmlhttps://www.53ai.com/news/llamaindex/2025071369782.htmlhttps://www.53ai.com/news/llamaindex/2025070431804.html
https://www.53ai.com/solution.html
https://www.53ai.com/solution.html
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html
https://hub.53ai.com/
热点资讯
https://www.53ai.com/news/llamaindex/2026040805294.htmlhttps://www.53ai.com/news/llamaindex/2026060293167.htmlhttps://www.53ai.com/news/llamaindex/2026060813856.html
大家都在问
https://www.53ai.com/news/llamaindex/2025072125638.htmlhttps://www.53ai.com/news/llamaindex/2024082823615.htmlhttps://www.53ai.com/news/llamaindex/2024062070384.htmlhttps://www.53ai.com/news/llamaindex/1039.html
热门标签
https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw
[应聘简历请发送至： ceo@53ai.com](mailto:ceo@53ai.com)
https://www.53ai.com/product.html
https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan
https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai
https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou
https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html
https://www.53ai.com/kehuanli.html
https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution
https://www.53ai.com/news.html
https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html
https://www.53ai.com/about.html
https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation
友情链接：
https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/
CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有
https://beian.miit.gov.cn/
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）
深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204
上海：上海市浦东新区金新路58号1602室
微信扫码
和创始人交个朋友
联系我们
售前咨询
[186 6662 7370](tel:18666627370)
预约演示
[185 8882 0121](tel:18588820121)
微信扫码
添加专属顾问
回到顶部
加载中…
扫码咨询
[](https://www.53ai.com/news/llamaindex/2026060813856.html)
https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)
扫码登录
– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)
服务协议
欢迎您使用【53AI 官方网站】（以下简称“本网站”或“我们”）。本《会员服务协议》（以下简称“本协议”）是您（以下简称“会员”或“用户”）与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前，请务必审慎阅读、充分理解各条款内容，特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时，即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站：指由【深圳市博思协创网络科技有限公司】运营的，域名为【53ai.com】的网站及相关移动端页面。
会员服务：指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容：指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式：本网站支持以下登录方式，您可根据实际情况选择：
微信公众号授权登录：您同意将您的微信OpenID信息授权给本网站，用于创建或关联会员账号。
手机验证码登录：您需提供真实有效的手机号码，并通过短信验证码完成身份验证与登录/注册。
账号安全：您的账号仅限您本人使用，禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失，由您自行承担。
实名认证：根据相关法律法规要求，我们可能要求您在特定功能下完成实名认证。如您拒绝提供，可能无法使用部分或全部服务。
未成年人保护：若您未满18周岁，请在法定监护人的陪同下阅读本协议，并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限：会员登录后，有权按照其会员等级对应的权限范围，在线浏览、检索本网站知识库中的相关文章及内容。
服务变更：我们有权根据业务发展需要，调整、变更或终止部分服务内容，并将以网站公告、公众号消息等方式提前通知。
禁止行为：您在使用服务时不得实施以下行为：
利用技术手段批量爬取、下载、转存知识库内容；
将知识库内容用于商业目的或未经授权地向第三方传播；
干扰本网站正常运行或侵犯其他用户合法权益；
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属：本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有，受《中华人民共和国著作权法》等法律保护。
有限许可：本网站授予会员一项非独占、不可转让、不可转授权的普通许可，仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责：未经书面许可，任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现，我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息，请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息，我们将严格按照《个人信息保护法》的规定处理，仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性：知识库内容仅供参考，不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证，您应自行判断并承担使用风险。
不可抗力：因自然灾害、政策法规变化、网络故障、第三方平台接口异常（如微信接口维护、运营商短信通道故障）等不可抗力导致的服务中断或延迟，我们不承担违约责任。
第三方链接：本网站可能包含指向第三方网站的链接，该等网站的内容和服务不受我们控制，请您自行甄别风险。
七、 违约责任
如您违反本协议约定，我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施，并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失，您应承担全部赔偿责任（包括但不限于罚款、赔偿金、律师费、公证费等）。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议，双方应友好协商解决；协商不成的，任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议，取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的，不影响其他条款的效力。
我们对本协议享有最终解释权，并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效，继续使用服务即视为同意修订内容。
[已查阅](javascript:void(0);)
安全验证
拖动下方拼图完成验证
AI生成背景
您的速度已超过 99% 的用户
验证错误,请重试
确定
安全验证
刷新验证码
反馈
切换无障碍验证
切换常规验证
