The-Vibe-Company/megaparse

这是什么？

核心功能

• 01支持解析 PDF、Word、PowerPoint、Excel、CSV 和文本文件。
• 02保留表格、目录、页眉、页脚和图片等内容。
• 03提供基于多模态大模型的 Vision 解析模式。
• 04可作为本地 API 服务运行，并提供接口文档。

适用场景

• 将 PDF 或 Office 文档整理为检索增强生成（RAG）流程的输入。
• 从演示文稿和报告中提取文本与表格，供 LLM 处理。
• 搭建文档导入服务，通过 HTTP API 对外提供解析能力。

快速上手

1. 1

   使用 pip 安装 MegaParse（需要 Python 3.11 或更高版本）

   pip install megaparse
2. 2

   在 .env 文件中添加你的 OpenAI 或 Anthropic API 密钥

3. 3

   在电脑上安装 poppler 和 tesseract（处理图片和 PDF 时需要）

4. 4

   在 Python 中使用 MegaParse 解析文档

使用前须知

• !部分解析功能需要 OpenAI 或 Anthropic 的 API 密钥。
• !需要另外安装系统工具 poppler 和 tesseract，macOS 还需要 libmagic。
• !需要 Python 3.11 或更高版本。

标签

常见问题

megaparse 是什么？

将 PDF、Word、PowerPoint、Excel 等文档解析为适合 LLM 使用的格式，力求不丢失信息。 MegaParse 是一个 Python 文档解析库，用于将文档转换为适合 LLM 处理的格式。它支持文本文件、PDF、PowerPoint、Word、Excel 和 CSV，转换过程中力求保留原始内容。

megaparse 可以免费使用吗？用的什么许可证？

megaparse 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

megaparse 还在维护吗？

活跃维护中。megaparse 最近一次提交是在 2026年10月15日。

megaparse 适合用来做什么？

将 PDF 或 Office 文档整理为检索增强生成（RAG）流程的输入。 从演示文稿和报告中提取文本与表格，供 LLM 处理。 搭建文档导入服务，通过 HTTP API 对外提供解析能力。

megaparse 怎么安装和运行？

使用 pip 安装 MegaParse（需要 Python 3.11 或更高版本）: pip install megaparse 在 .env 文件中添加你的 OpenAI 或 Anthropic API 密钥 在电脑上安装 poppler 和 tesseract（处理图片和 PDF 时需要） 在 Python 中使用 MegaParse 解析文档

在哪里获取 megaparse？

源代码和安装说明在 GitHub 上：https://github.com/The-Vibe-Company/megaparse