run-llama/liteparse

어떤 프로젝트인가요?

핵심 기능

• 01PDFium을 사용한 경계 상자 기반 공간 텍스트 추출
• 02내장 Tesseract OCR 또는 공개된 API를 따르는 HTTP OCR 서버 지원
• 03표와 레이아웃 블록을 포함한 Markdown, JSON, 일반 텍스트 출력
• 04전체 파싱 전에 문서를 분류하거나 제외할 수 있는 복잡도 검사
• 05LLM 에이전트용 페이지 스크린샷 및 디렉터리 일괄 파싱
• 06Rust, Node.js, Python 및 브라우저 WASM 바인딩

활용 사례

• PDF와 Office 문서를 깔끔한 Markdown으로 변환해 RAG 파이프라인에 입력
• 보고서 폴더를 위치 정보가 포함된 JSON으로 일괄 변환
• 파싱 전에 문서 대기열을 분류해 OCR이 필요한 파일 확인
• 브라우저 또는 로컬 격리 환경에서 문서 파싱 실행

빠른 시작

1. 1

   npm으로 CLI 설치

   npm i -g @llamaindex/liteparse
2. 2

   문서를 파싱해 Markdown으로 변환

   lit parse document.pdf --format markdown -o output.md

사용 전 알아둘 점

• !스캔 문서나 복잡한 문서에 내장 OCR 및 고급 파싱을 사용하려면 추가 설정이나 유료 클라우드 서비스 LlamaParse가 필요합니다.
• !차트, 수학식, 손글씨 벤치마크 점수는 낮은 편이며, 이러한 항목은 잘 처리하지 못합니다.

토픽

자주 묻는 질문

liteparse은(는) 무엇인가요?

경계 상자 텍스트 추출과 Tesseract 또는 HTTP OCR, Markdown·JSON·텍스트 출력을 지원하는 빠른 로컬 PDF·문서 파서 LiteParse는 빠르고 가벼운 공간 기반 텍스트 추출에 초점을 둔 독립형 오픈 소스 PDF 파서입니다. PDFium으로 경계 상자와 함께 텍스트를 추출하며, LLM 기능이나 클라우드 호출 없이 로컬 컴퓨터에서만 실행됩니다. Office 파일과 이미지는 먼저 LibreOffice 또는 내장 Rust 이미지 파이프라인을 통해 PDF로 변환한 뒤 파싱합니다.

liteparse은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

liteparse은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

liteparse은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. liteparse의 마지막 커밋은 2026년 10월 12일입니다.

liteparse은(는) 어디에 사용할 수 있나요?

PDF와 Office 문서를 깔끔한 Markdown으로 변환해 RAG 파이프라인에 입력 보고서 폴더를 위치 정보가 포함된 JSON으로 일괄 변환 파싱 전에 문서 대기열을 분류해 OCR이 필요한 파일 확인 브라우저 또는 로컬 격리 환경에서 문서 파싱 실행

liteparse는 어떻게 설치하나요?

npm으로 CLI 설치: npm i -g @llamaindex/liteparse 문서를 파싱해 Markdown으로 변환: lit parse document.pdf --format markdown -o output.md

liteparse은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/run-llama/liteparse