run-llama/liteparse

O que é?

Recursos principais

• 01Extração espacial de texto com caixas delimitadoras usando PDFium
• 02OCR integrado com Tesseract ou qualquer servidor HTTP de OCR que siga a API publicada
• 03Saída em Markdown, JSON e texto simples, incluindo tabelas e blocos de layout
• 04Verificação de complexidade para encaminhar ou rejeitar documentos antes do processamento completo
• 05Capturas de tela das páginas para agentes LLM, além de processamento em lote de diretórios
• 06Bindings para Rust, Node.js, Python e WASM no navegador

Casos de uso

• Incorporar PDFs e documentos do Office a pipelines RAG como Markdown limpo
• Converter em lote uma pasta de relatórios para JSON com dados posicionais
• Triar uma fila de documentos para identificar quais arquivos precisam de OCR antes do processamento
• Executar o processamento de documentos no navegador ou em um ambiente local isolado

Início rápido

1. 1

   Instale a CLI via npm

   npm i -g @llamaindex/liteparse
2. 2

   Analise um documento e converta para Markdown

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

Antes de usar

• !O OCR integrado e a análise avançada de documentos digitalizados ou complexos exigem configuração adicional ou o serviço pago na nuvem LlamaParse.
• !As pontuações em benchmarks de gráficos, matemática e escrita à mão são modestas; o desempenho nesses casos não é bom.

Tópicos

Perguntas frequentes

O que é liteparse?

Parser rápido e local de PDFs e documentos em Rust, com extração de texto por caixas delimitadoras, OCR via Tesseract ou HTTP e saída em Markdown, JSON ou texto. LiteParse é um parser de PDF open source e independente, focado na extração espacial de texto com rapidez e baixo consumo de recursos. Ele usa PDFium para extrair texto com caixas delimitadoras e funciona inteiramente na máquina local, sem recursos de LLM nem chamadas à nuvem. Arquivos do Office e imagens são convertidos primeiro para PDF pelo LibreOffice ou pelo pipeline de imagens integrado em Rust e, em seguida, processados.

liteparse é gratuito? Qual é a licença?

liteparse é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

liteparse ainda é mantido?

Manutenção ativa. O último commit de liteparse foi em 12 de out. de 2026.

Para que posso usar liteparse?

Incorporar PDFs e documentos do Office a pipelines RAG como Markdown limpo Converter em lote uma pasta de relatórios para JSON com dados posicionais Triar uma fila de documentos para identificar quais arquivos precisam de OCR antes do processamento Executar o processamento de documentos no navegador ou em um ambiente local isolado

Como instalar liteparse?

Instale a CLI via npm: npm i -g @llamaindex/liteparse Analise um documento e converta para Markdown: lit parse document.pdf --format markdown -o output.md

Onde consigo liteparse?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/run-llama/liteparse