|

|

|

|

|

| ドキュメンタリー

英語 |简体中文

LiteParse V1をお探しですか?このリンクから古いコードをご覧ください

LiteParseは、高速かつ軽量な解析に特化したスタンドアロンのOSS PDFパースツールです。独自のLLM機能やクラウド依存なしに、バウンディングボックス付きの高品質な空間テキストパースを提供します。すべてはあなたのマシン上でローカルで動作します。

ローカル解析の限界に到達しているのか? 複雑な文書(密度の高い表、多列レイアウト、チャート、手書きテキスト、または スキャン済みPDFを使えば、LlamaParseの方がはるかに良い結果が得られます。 本番用ドキュメントパイプライン向けに構築されたクラウドベースのドキュメントパーサーです。LlamaParseは モデルにクリーンで構造化されたデータやマークダウンを表示させるために、難しいものを作っています。

LlamaParseに無料で登録しよう

概要

• 高速テキスト解析:PDFiumを用いた空間テキスト解析、1ページあたり約2〜5msです
• 柔軟なOCRシステム:
• 組み込み:テッセラクト(セットアップ不要、ライブラリにバンドル)
• HTTPサーバー:任意のOCRサーバー(EasyOCR、PaddleOCR、カスタム)を接続可能
• 標準API:シンプルで明確に定義されたOCR API仕様

LiteParse

| | | | | | Docs

English | 简体中文

Looking for LiteParse V1? Follow this link to the old code

LiteParse is a standalone OSS PDF parsing tool focused exclusively on fast and light parsing. It provides high-quality spatial text parsing with bounding boxes, without proprietary LLM features or cloud dependencies. Everything runs locally on your machine.

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, our cloud-based document parser built for production document pipelines. LlamaParse handles the hard stuff so your models see clean, structured data and markdown.

Sign up for LlamaParse free

Overview

• Fast Text Parsing: Spatial text parsing using PDFium, ~2-5ms per page
• Flexible OCR System:
  • Built-in: Tesseract (zero setup, bundled with the library)
  • HTTP Servers: Plug in any OCR server (EasyOCR, PaddleOCR, custom)
  • Standard API: Simple, well-defined OCR API specification
• Complexity Detection: Cheaply check whether a document needs OCR or heavier parsing — route, reject, or estimate cost before a full parse
• Screenshot Generation: Generate high-quality page screenshots for LLM agents
• Multiple Output Formats: Markdown, JSON, and Text
• Markdown Output: Structured Markdown with headings, tables, lists, images, and links — great for feeding LLMs and RAG pipelines
• Bounding Boxes: Precise text positioning information
• Multi-language: Use from Rust, Node.js/TypeScript, Python, or the browser (WASM)