LlamaIndex：文档解析默认输出 Markdown，复杂表格切换 HTML
llama_index · x · 2026-10-09
LlamaIndex 发布博客《Markdown Is All You Need》，解释为何 Markdown 是文档解析输出的行业默认格式，并随文推出 Extract v2.5 文档抽取智能体。
核心论点：
- 解析器可以把每个词都抽对，但一旦丢失数字所属的列或章节关系，模型就只能靠猜，答案不可靠
- Markdown 能保留标题、阅读顺序、列表与表格结构，调试坏答案时也可读性好
- 带合并表头的复杂表格切换为 HTML 输出以保留结构
- JSON 适合抽取场景，图片与版面信息需另行保留
对做 RAG/文档抽取的工程实践有直接参考价值。
所属事件:LlamaIndex 发文阐述文档解析为何默认输出 Markdown(2 条相关)→
「编程与Agent」频道最新
- LangChain 播客深聊 Decision Models:OpenAI 与 Databricks 均已入场 — LangChain · 2026-10-09
- 为什么多数 Agent 学不到东西:有记忆不等于会学习 — anirudhg9119 · 2026-10-09
- Ruff 作者认同:强类型语言下只需黑盒测试与对抗性审查 — charliermarsh · 2026-10-09
- OpenAI 疑以时间预算而非 token 预算编排多智能体集群，并视之为敏感 IP — maksym_andr · 2026-10-09
- Multi Codex App 上线：可并行运行 100 个独立 Codex 实例 — daniel_mac8 · 2026-10-09
- 开源 agent skill 把 PR 变成可缩放代码地图，防幻觉靠 git 校验 — SeanOliver · 2026-10-09