liteparse
SHA-256高速でオープンソースのドキュメントパーサー。PDF抽出に特化し、Markdown/JSON/テキスト出力をサポート。OCR機能を内蔵し、完全にローカルで動作。クラウドサービス不要。
軽量級PDF解析の神ツール、ローカル実行、瞬時にMarkdownとJSONに変換。
主な機能
- 高速PDFテキスト抽出、バウンディングボックス位置情報付き
- Markdown/JSON/テキストのマルチフォーマット出力、見出し・表・リストの再構築をサポート
- 内蔵Tesseract OCR、EasyOCRなどのカスタムサービスとの連携も可能
- PDF、DOCX、XLSX、PPTX、画像など多様な入力をサポート
- Node.js/Python/Rust/WASMのマルチ言語バインディング、クロスプラットフォーム（Linux/macOS/Windows）
できないこと
- •複雑なドキュメント（密集した表、マルチカラムレイアウト、スキャン文書）のMarkdown再構築効果は限定的です。そのようなドキュメントにはLlamaParse（クラウド版）の使用を推奨します。OCRモードを使用するには、別途Tesseractのインストール、またはHTTP OCRサーバーの設定が必要です。WASM版にはCLI機能は含まれていません。
使用例
- RAG知識ベースを開発する際に、PDFの内容をバッチで構造化データに抽出する
- LLM向けにドキュメントを前処理し、クリーンなMarkdownを生成してQ&Aシステムで使用できるようにする
詳細説明
LiteParseは、高速かつ軽量を謳うオープンソースのPDF解析ツールです。バウンディングボックス付きの空間テキスト抽出、Markdown再構築（見出し、テーブル、リスト）、OCR統合（TesseractまたはカスタムHTTPサーバー対応）を提供します。クラウドベースのソリューション（同チームのLlamaParseなど）とは異なり、LiteParseは完全にローカルで動作し、クラウド依存が一切不要なため、オフラインや機密性の高いドキュメント処理ワークフローに最適です。複数の出力形式（Markdown、JSON、プレーンテキスト）、スクリーンショット生成、複雑性検出に対応し、Rust、Node.js、Python、WASMなどの多言語バインディングを提供します。pdfplumberなどの従来の解析ライブラリと比較して、LiteParseはよりリッチな出力構造（MarkdownやOCRを含む）を内蔵し、より多くの入力形式（DOCX、XLSX、PPTX、画像）をサポートし、Linux、macOS、Windowsの3大プラットフォームをカバーします。Apache-2.0ライセンスを採用し、GitHubのスター数は11800を超えています。
タグ
はじめ方
ソフトウェアをインストール
ダウンロードしたインストーラをダブルクリックし、指示に従ってください
npm でグローバルインストール：npm i -g @llamaindex/liteparse
pip でインストール：pip install liteparse
コマンドラインでPDFを解析：lit parse ドキュメント.pdf --format markdown -o 出力.md
- npm でグローバルインストール：npm i -g @llamaindex/liteparse
- pip でインストール：pip install liteparse
- コマンドラインでPDFを解析：lit parse ドキュメント.pdf --format markdown -o 出力.md
SHA-256 チェックサム確認済み
GitHub 公式 Release ページから抽出されたチェックサム
SHA256 チェックサム
883462e89c4b24d9c92cf04eb67ed867563968c4c92559aa04540f034b11d8bfこのチェックサムは GitHub Release ページから抽出されたものです。ダウンロード後にファイルの整合性を確認してください。
本プラットフォーム上のすべての SHA-256 チェックサムは、プロジェクトの公式 GitHub Release ページから抽出されたもので、一切の改変はありません。GitHub Releases ページで独自に検証できます。
オープンソースの透明性
GitHub ソースを見るアンインストール情報
インストール方法によって異なります：npm のグローバルアンインストールは `npm uninstall -g @llamaindex/liteparse` を実行；pip のアンインストールは `pip uninstall liteparse` を実行；Rust のアンインストールは `cargo uninstall liteparse` を実行します。
追加の依存関係なし
ダウンロード後すぐに使用可能。追加のランタイムは不要です。