liteparse

LiteParse 是一个轻量、快速的开源文档解析工具，专注于本地化 PDF 文本提取与空间结构分析。它基于 Rust 构建，集成 Tesseract.js 实现开箱即用的 OCR 支持，并兼容自定义 OCR 服务（如 EasyOCR、PaddleOCR）；支持输出带精确边界框的 JSON/文本格式，以及高质量页面截图，全程离线运行、无云依赖。适用于需隐私敏感、低延迟、可嵌入 Agent 或 CLI 工作流的 PDF 结构化解析场景，如本地 RAG 数据预处理、自动化文档分析和轻量级文档理解流水线。