Documentos y datos
run-llama/liteparse
Parser de documentos local y open source, sin API ni GPU
- 12k
- Apache-2.0
- Rust
Qué es y por qué importa
liteparse es el parser de documentos open source de LlamaIndex, una versión ligera de su producto Llama Parse. Es nativo en TypeScript (con wrapper de Python), se apoya en PDF.js y Tesseract.js, no necesita clave de API ni GPU y admite unos 50 formatos, incluidas imágenes. En lugar de detectar tablas y convertirlas, preserva la disposición espacial proyectando el texto en una rejilla, algo que los LLM interpretan bien, y habilita un patrón en dos fases: texto primero y captura de pantalla solo cuando hace falta razonamiento visual.
Puntos clave
- Ejecución local sin clave de API ni GPU; TypeScript nativo con wrapper de Python, sobre PDF.js y Tesseract.js
- Preserva la disposición espacial en una rejilla en vez de detectar y convertir tablas, algo que los LLM entienden bien
- Patrón en dos fases: texto para el análisis inicial y captura de pantalla solo cuando se necesita razonamiento visual; salida a texto o JSON con bounding boxes
Dónde lo vimos
En la misma categoría