📰 正文
LiteParse 是 LlamaIndex 的开源文档解析器，从 PDF 和 Office 文档里抽出结构化文本，全程不用大模型，它纯本地算，不烧 token。
现在解析复杂文档，很多人会直接把文件丢给大模型（比如 LlamaIndex 自家的 LlamaParse 云服务），让模型"看图说话"。准确是准确，但要联网、要花钱、要等响应。
LiteParse 走的是另一条路：纯本地、不花钱、不联网，代价是碰上特别花哨的版面时，能力不如大模型那条路。文档没那么刁钻、又追求快和省，LiteParse 这条路更划算。
LlamaIndex 重写了 LiteParse，把这个原本绑死在 Node 上的工具变成了哪都能跑的零依赖组件。
v2.0 的核心变化：
整个项目用 Rust 重写。原来只能在 Node 环境里跑，现在 Rust、Python、Node、浏览器、边缘运行时都能直接装。
速度大涨。小文档最快提速 100 倍，大文档提速约 3 倍，一份 457 页、100MB 的 PDF，0.777 秒就能解析完。
出了 WASM 版本，能在浏览器里本地跑，文档全程不上传，也能部署到 Cloudflare Workers 这类边缘节点。
能当 skill 直接装进编程 Agent，Claude Code、Codex、OpenCode 一行命令接入。
一套 Rust 核心，多语言绑定同步更新，改一处，Python、Node、Rust 全跟着变。
从「只能跑在 Node 上」到「哪都能跑」
旧版是个 Node/TypeScript 包。问题不在功能，在于你想在别的语言、别的环境里用它，得先扛一个 Node 环境的硬依赖，延迟和分发都很别扭。社区当时收到最多的请求就是「支持别的语言」。
他们先试了个偷懒的办法，给 Python 包了一层壳去调命令行，但这没解决根上的问题，Node 这个硬依赖还在。接着试着把 TypeScript 直接编译成二进制，结果复杂的系统依赖让这条路彻底走不通。
最后选了 Rust 全部重写。现在四个安装入口并排摆着，用哪个语言装哪个：
pip install liteparse # Python
npm i @llamaindex/liteparse # Node
cargo install liteparse # Rust
npm i @llamaindex/liteparse-wasm # WASM
快了多少
用 Rust 重写之后，速度提升很明显。原来慢，主要慢在每次解析都要启动一个 Node 进程，这个启动开销在小文档上占了大头。所以越小的文档，提速越夸张。
提速幅度大致是这样：
小文档：最快 100 倍，之前主要耗在启动 Node 进程上。
大文档：约 3 倍。
极端例子：457 页、100MB 的 PDF，0.777 秒解析完。
底层用的是 PDFium 的一个定制分支（Chrome 渲染 PDF 用的就是 PDFium），OCR 默认走 tesseract-rs。团队说，对那些需要实时读文档的 Agent 和应用，这个速度是够用的。
WASM 这步最值得看，但有个 OCR 的坑
光支持 Rust、Node、Python 还不够，他们想要完整的浏览器和边缘端支持。这事社区其实已经趟过路，Simon Willison 之前就证明了 LiteParse 能在浏览器里跑，代价是得用 Vite 把一堆函数打桩占位（stub）。官方干脆把这套做法收编了，写进文档当成官方的浏览器支持路径。
但用了 Rust 之后，他们能自己掌控构建流程，做出了专门的 WASM 目标和 @llamaindex/liteparse-wasm 包，浏览器和边缘运行时都能跑。你打开他们那个演示网页就能直接试，所有解析全在你自己浏览器本地完成，文档一个字节都不上传。对隐私敏感的场景，这点比提速实在得多。
这里有个限制不能美化：WASM 版还是得把系统依赖打桩掉，所以它只能直接解析文件字节，OCR 不再是内置默认项，而是要你传一个回调进去（比如接 tesseract-js）。说白了，纯文本 PDF 在浏览器里直接解析没问题，但要识别扫描件、图片里的字，得你自己接一个 JS 的 OCR 上去，它不自带了。
装进编码 Agent 当 skill 用
对已经在用编码 Agent 的人，这条最对口。它能直接作为 skill 装进去：
# Claude Code、Codex、OpenCode 等
npx skills add run-llama/llamaparse-agent-skills --skill liteparse
另外也提供了 Pi 编码 Agent 的扩展。
几个能立刻想到的用例
获取方式
四个包按语言选其一，命令见上文。文档和源码：
Getting Started：https://developers.llamaindex.ai/liteparse/getting_started/
GitHub：https://github.com/run-llama/liteparse
PyPI：https://pypi.org/project/liteparse/
npm：https://www.npmjs.com/package/@llamaindex/liteparse
WASM：https://www.npmjs.com/package/@llamaindex/liteparse-wasm
Rust（crates.io）：https://crates.io/crates/liteparse