把PDF交给AI之前，往往得先把文字、段落和版面位置拆出来。否则双栏文章、标题与正文可能混在一起，后续搜索也更难找准内容。run-llama推出的开源工具LiteParse，正是为这一步而来：它以Rust为核心，在本机解析文档，不依赖云端服务或专有大模型，适合搭建RAG（先检索资料片段，再让模型据此回答）的摄取管线。
LiteParse用PDFium提取文字，并保留bounding box——标记文字在页面所占矩形区域的坐标。它可输出Markdown、JSON和纯文本，也能按需接入内置Tesseract或外部OCR（把图片中的字识别出来），并预先判断文档是否需要更重的处理。开发者可从Rust、Python、Node.js/TypeScript或浏览器调用。边界也很明确：项目方称，密集表格、多栏排版、图表、手写内容和扫描件仍更适合其云端LlamaParse；材料未提供速度或解析质量的量化测试。