BytesRouter

主题

LlamaParse 文档版本 跟随上游 源快照 219ab6de 更新于 2026-10-16

已弃用

本页记录的是已弃用的 Parse v1 API。新的接入请使用 Parse v2；改造已有的 v1 代码请见v1 到 v2 迁移指南。

LlamaParse 借助大语言模型（LLM）与大视觉模型（LVM）来解析文档。通过设置 parse_mode，可以控制所用的解析方法。

不用 AI 解析

简单、纯文本的文档（也就是 Fast 模式）

概览

不用 AI 解析是从文档里抽纯文本最快的方式。它适合不需要结构与排版、只要干净原始内容的 PDF。

背后的机制

该模式跳过所有基于 AI 的重建步骤，不使用 LLM 也不使用 LVM。只抽取分层文字 —— 不返回 markdown。

默认情况下它仍会做 OCR 与图片抽取，以兜住非分层的文字内容。你也可以用 disable_ocr=True 与 disable_image_extraction=True 把两者都关掉以求最快速度。这等价于 fast_mode=True。

要用该模式，设 parse_mode="parse_page_without_llm"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_page_without_llm"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_page_without_llm"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

用 LLM 解析

含表格与图片的文档（也就是 Balanced 模式）

概览

用 LLM 解析是默认的解析模式。它很适合文字与图片、表格、版式混排的文档 —— 例如研究论文或报告。无需任何配置即可使用。

背后的机制

该模式会做 OCR、图片抽取与结构分析。LlamaParse 先抽出页面上的分层文字，再用大语言模型重建文档的版面与结构，产出干净的 markdown。

文档是逐页处理的，在准确度与成本效率之间取平衡。模型不可配置。

要显式使用该模式，设 parse_mode="parse_page_with_llm"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_page_with_llm"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_page_with_llm"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

用 LVM 解析

最适合视觉内容丰富的场景

概览

用 LVM 解析为视觉复杂的文档而设计 —— 示意图、图表或设计感很强的报告。它用视觉模型解读页面图像，只返回 Markdown 或结构化 JSON —— 没有纯文本。

背后的机制

该模式把每一页转成图像交给大视觉模型（LVM）解析。它不抽取分层文字，也不返回原始文本输出，而是由模型直接产出结构化的 markdown 或 JSON。

等价于设 use_vendor_multimodal_model=True。默认模型是 openai-gpt4o，也可以用 vendor_multimodal_model_name=<model_name> 指定其他模型。

模型模型字符串
Open AI Gpt4o（默认）openai-gpt4o
Open AI Gpt4o Miniopenai-gpt-4o-mini
OpenAI GPT-4.1 Nanoopenai-gpt-4-1-nano
OpenAI GPT-4.1 Miniopenai-gpt-4-1-mini
OpenAI GPT-4.1openai-gpt-4-1
Sonnet 3.5（已弃用）anthropic-sonnet-3.5
Sonnet 4.5（预览）anthropic-sonnet-4.5
Haiku 4.5（预览）anthropic-haiku-4.5
Gemini 2.0 Flashgemini-2.0-flash
Gemini 2.5 Flashgemini-2.5-flash
Gemini 2.5 Progemini-2.5-pro
自定义 Azure 模型custom-azure-model

更多信息见多模态。

要用该模式，设 parse_mode="parse_page_with_lvm"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_page_with_lvm"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_page_with_lvm"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

用智能体解析

版式复杂的文档，含表格与图片（也就是 Premium 模式）

概览

用智能体解析是我们表现最好的模式，适合财务报告、扫描表单、视觉密集版式这类复杂文档。它被设计用来以最高准确度抽取结构化内容 —— 包括公式与示意图。

背后的机制

该模式把 OCR、图片抽取与一轮智能体式推理结合起来，给出尽可能结构化的输出。对每一页，LlamaParse 会抽取分层文字并截一张屏。两者随后通过一个智能体流程交给大语言模型和/或大视觉模型，重建版面与结构。

输出是高保真的 markdown，并支持以 LaTeX 表示公式、以 Mermaid 表示示意图。

该模式逐页处理文档。等价于设 premium_mode=True。

要用该模式，设 parse_mode="parse_page_with_agent"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_page_with_agent"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_page_with_agent"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

用版面智能体解析

最适合需要精确视觉引用的场景

概览

用版面智能体解析针对版面感知做了优化，适合需要精确保留位置的场合 —— 例如视觉引用、密集版式或精确的文字结构。

背后的机制

该模式混合使用多个视觉-语言模型（VLM）来解析每一页，同时保住版面保真度。它支持用 LaTeX 输出公式、用 Mermaid 语法输出示意图。

用版面智能体解析在转写表格、列表、标题与正文方面准确度很高，在报纸那种密集版式上尤其出色。与其他模式相比，随着页面复杂度与密度上升，这个模式的扩展效率更高。

要用该模式，设 parse_mode="parse_page_with_layout_agent"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_page_with_layout_agent"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_page_with_layout_agent"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

整篇文档交给 LLM 解析

最适合需要跨页保持连续性的场合

概览

整篇文档交给 LLM 解析为结构连续但跨页的文档而设计 —— 例如很长的表格或多节报告。它通过把整份文档作为一体来分析来提升连贯性。

背后的机制

该模式与「单页交给 LLM 解析」类似，但一次处理整份文档而不是逐页处理。由此能保证标题层级一致、小节衔接更好，跨页表格也处理得更好。

模型以文档为单位做 OCR、图片抽取与结构识别。输出把所有内容合并在一个响应里。

要用该模式，设 parse_mode="parse_document_with_llm"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_document_with_llm"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_document_with_llm"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

整篇文档交给智能体解析

最适合复杂文档的跨页连续性

概览

整篇文档交给智能体解析为最复杂的文档而打造 —— 版式密集、表格很长，或视觉元素横跨多页。它能在整个文件范围内保持结构连贯。

背后的机制

该模式与「单页交给智能体解析」类似，但不再逐页处理，而是把整份文档做一遍完整分析。这能改善跨页的版式、表格与图片的连续性。

LlamaParse 把 OCR、图片抽取与一轮智能体式推理结合起来，给出尽可能结构化的输出。它在整份文档范围内抽取分层文字与截图，随后一起送入大语言模型和/或大视觉模型来重建版式与结构。

要用该模式，设 parse_mode="parse_document_with_agent"。

  • Python
  • API
parser = LlamaParse(
    parse_mode="parse_document_with_agent"
)

终端窗口

curl -X 'POST' \
    'https://api.cloud.llamaindex.ai/api/v1/parsing/upload'  \
    -H 'accept: application/json' \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $LLAMA_CLOUD_API_KEY" \
    --form 'parse_mode="parse_document_with_agent"' \
    -F 'file=@/path/to/your/file.pdf;type=application/pdf'

已弃用的模式

已弃用的模式 —— 不再维护

持续模式（Continuous Mode，已弃用）

请改用 parse_mode="parse_document_with_llm"。

友情链接

  • Agents.md面向 AI 编码助手的仓库说明文件规范
  • LangChainLangChain 是一个开放的Agent平台
  • LangSmithAgent 工程平台：可观测与评估、部署、Fleet、Engine 等
  • EmbabelEmbabel 是一个JVM平台Agent框架
  • SpringAISpringAI 是一个基于 Spring 的 AI 框架
  • MCPModel Context Protocol，连接 AI 应用与外部数据/工具的开放标准
  • LangChain4jJava 生态的 LLM 应用开发框架
  • LlamaIndex把数据接入 LLM 的框架与文档平台
  • LlamaParse智能体式 OCR 文档解析：把 PDF、扫描件变成 LLM 可用的文本与结构化数据
  • LiteParse本地优先、轻量的文档解析库，不需要 API key
  • CrewAI多智能体编排框架：以 Crew/Flow 组织自主协作的 AI Agent
  • MAFMicrosoft Agent Framework，企业级 .NET/Python 智能体框架

BytesRouter 是社区翻译站点，所有译文仅供参考，一切以官方英文原文为准。

© 2026 BytesRouter · 译文采用 CC BY 4.0 许可