LlamaIndex 推出 LiteParse v2.0，重寫為 Rust，速度提升高達 100 倍

ME AI 消息，據動察 Beating 監測，LlamaIndex 宣布將開源文檔解析庫 LiteParse 役徹底用 Rust 重寫，發布 2.0 版本。重構後的核心解析器在處理小文檔時速度提升達 100 倍，解析大文檔也有近 3 倍的提速。重構旨在為 AI 智能體與檢索增強生成 RAG 管道提供本地運行、極速且無需調用大模型的空間版面解析底座。LiteParse 2.0 保持了無大模型依賴的本地化運行設計，集成 PDFium 深度定制分支進行空間版面分析，並結合 tesseract-rs 庫在本地實現光學字元識別 OCR 功能。工具目前支援 PDF 與包括 DOCX、XLSX 以及 PPTX 在內的 Office 文檔。解析器將文本按文檔佈局進行二維空間投影，輸出保留位置與版面相對關係的結構化文本，以極低功耗為大模型提供高保真定位與引用前情。在生態接入與分發上，LlamaIndex 提供了跨主流運行時的原生包支援。開發者可以通過 Python 的 pip install liteparse、JavaScript 的 npm i @llamaindex/liteparse、Rust 的 Cargo 倉庫快速接入開發流程。得益於底層採用 Rust 構建，新版本通過編譯為 WebAssembly 格式，打通了瀏覽器端與邊緣計算節點的本地運行能力。需要指出的是，由於運行環境受限，在 WebAssembly 環境下的 OCR 功能並非內置，開發者需要通過外部回調注入（如調用 tesseract.js）實現檔案掃描。（來源：BlockBeats）