LiteParse 有 Node.js 版、Python 版，也有独立的 Rust 二进制。

除 WASM 之外的所有版本都提供相同的 CLI 与核心库能力。

安装

• Node.js / TypeScript
• Python
• Rust
• 浏览器（WASM）

终端窗口

npm i -g @llamaindex/liteparse

终端窗口

pip install liteparse

终端窗口

cargo install liteparse

终端窗口

npm i @llamaindex/liteparse-wasm

由于 WASM 包是为浏览器场景设计的，它不包含 lit CLI 命令。你可以直接从 JavaScript 调用导出的函数，在浏览器环境里解析文档。

完整的浏览器用法与限制见 WASM 包指南。

快速开始

安装完成后，就能在命令行解析文档：

终端窗口

# Parse a PDF and print text to stdout
lit parse document.pdf

# Save output to a file
lit parse document.pdf -o output.txt

# Get structured JSON with bounding boxes
lit parse document.pdf --format json -o output.json

# Render to Markdown (headings, tables, lists, images, links)
lit parse document.pdf --format markdown -o output.md

# Parse only specific pages
lit parse document.pdf --target-pages "1-5,10,15-20"

批量解析

一次解析整个目录里的文档：

终端窗口

lit batch-parse ./pdfs ./outputs

页面截图

从 PDF 生成页面图片，供 LLM 智能体或可视化流程使用：

终端窗口

lit screenshot document.pdf -o ./screenshots

后续步骤

• Markdown 输出：把文档渲染成干净、结构化的 Markdown。
• 抽取选项：按需开启内嵌图片、矢量图形、批注、表单字段与结构树。
• 库用法：在 TypeScript 或 Python 中以编程方式使用 LiteParse。
• OCR 配置：配置 Tesseract、使用外部 OCR 服务，或自带 OCR。
• 多格式支持：解析 DOCX、XLSX、PPTX、图片等格式。
• 文档复杂度：在解析前判断文档是否需要 OCR / 重量级处理，并据此分流。
• 浏览器用法（WASM）：完全在浏览器里运行 LiteParse。
• 智能体技能：把 LiteParse 作为技能提供给编码智能体。
• CLI 参考：完整的命令与选项参考。