LlamaIndex 发布文档解析协议 DPP：140 条规则统一 OCR 输出标准
llama_index · x · 2026-10-29
LlamaIndex 创始人 Jerry Liu 发布 Document Parsing Protocol（DPP）工作草案，试图解决文档解析领域长期缺乏统一标准的问题。
背景：市面上有数百种 OCR 模型和工具，同一份文档可能被解析成不同格式。有些错误很明显（幻觉文本、表格错位），但大量判断是模糊的——比如无边框空白表格算不算表格、两个表头的表格要不要都保留、共享表头的分片表格如何表示。这些差异直接影响 agent 对文档的理解，也导致现有解析 benchmark 天然偏向某种风格。
DPP 的做法：提出一套标准化规则集，共 140 条规则，覆盖文本、表格、表单、图表、示意图，甚至包括化学结构和音乐记谱。每条规则都配有示例页面和期望输出，例如「表单里的填空字段和 checkbox 是 key-value 内容，必须渲染成键值列表而不是表格」。配图以美国 1040 税表为例展示了分组 checkbox、空 checkbox、行内数字、边注等规则的具体输出格式。
草案已上线征求意见，并提供 Claude skill 和 ChatGPT reference file，可以直接拿自己最乱的页面实测。
所属事件:LlamaIndex 发布文档解析协议 DPP 统一行业标准(2 条相关)→
「编程与Agent」频道最新
- vboykis 长谈 2026 年学 ML 路径：自学出身、不让 agent 跑完整闭环 — vboykis · 2026-10-29
- Coinbase 首届全球 AI 交易竞赛开赛，总奖金池 200 万美元 — MurrLincoln · 2026-10-29
- vboykis：agent 热心帮倒忙，一个环境变量错了一下午 — vboykis · 2026-10-29
- 从业者直言：AI 端到端剪视频纯属吹牛，逐帧控制仍不可替代 — juliey4 · 2026-10-29
- 一条 prompt 批量审计编辑 188 条视频，作者感叹像反电力般反 AI — yungcontent · 2026-10-29
- fal 推出 Motion to Code：描述动画直接生成 GSAP/GLSL 可编辑代码 — OdinLovis · 2026-10-29