LlamaIndex 提出两段式即时 OCR：数据室解析从全量前置改为按需深入
llama_index · x · 2026-09-15
LlamaIndex 官方推文介绍「just-in-time OCR」两段式处理模式，指出传统管线在任何人提问前就解析全部页面，对 agent 处理临时数据室来说又慢又贵，且大量页面永远不会被读。
推荐的两遍方案：
- 第一遍：用 LiteParse（免费开源、Rust 编写、支持 50+ 格式）做快速布局感知解析，输出空间文本、边界框、标题、表格及每页复杂度标记，整个数据室 32 秒完成。
- 第二遍：LlamaParse 只对标记为复杂的页面按页号深入解析，返回单元格级表格、边界框和置信度分数，其余页面留作背景信息。
作者认为 pypdf 和 pdftotext 做不好第一遍，而全量前置解析则做不到低成本，两遍方案兼得速度与精度。
所属事件:LlamaIndex 提出 Just-in-Time OCR 两段式文档处理(2 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02