你有没有这种感觉——
打开一个100MB的PDF，等了整整30秒还没加载完？或者上传了一份合同到AI工具里，结果它”思考”了半天告诉你解析失败了？
这种情况，在今天之前，每天都在无数打工人的电脑上重复上演。
但就在昨天，一个叫 LiteParse 的工具悄无声息地更新了v2版本。然后，一夜之间，整个RAG管道文档处理的世界，被彻底颠覆了。
457页的PDF，0.777秒解析完成。
你没看错，不是7秒，是不到1秒。
好，今天我们就来聊聊这个可能改变你工作方式的东西。
为什么解析速度这么重要？
现在AI工具满天飞，但所有基于文档的AI应用，核心都有一步叫”文档解析”。
不管是让ChatGPT分析合同、让AI帮你读论文、还是让工具自动提取PDF里的表格数据——这些场景背后，都需要先把PDF变成AI能理解的文本格式。
解析速度慢，体验就崩。
你上传一个100页的合同，AI等半天才出结果？你上传一个50MB的技术文档，结果解析失败？这些场景每天都在拖垮打工人的效率。
LiteParse v1是Node.js写的，解析速度受限于Node的启动开销和运行时性能。v2整个用Rust重写之后，小文档快了5到100倍，大文档也有3倍提升。
实测：457页、100MB的PDF，0.777秒。
这是什么概念？你眨一下眼睛的时间，AI已经读完了一本《战争与和平》。
多平台支持，一个核心四处运行
Rust重写带来的另一个好处，是多平台原生支持。
同一套核心代码，通过不同的绑定层，直接输出：
- Python包（PyO3）—— pip install liteparse
- Node包（napi-rs）—— npm i liteparse
- Rust crate —— cargo add liteparse
- 浏览器WASM包 —— npm i liteparse-wasm
不管你用什么技术栈，都能直接用。
Python用户一行命令，Node用户一行命令，浏览器里也能直接跑文档解析，数据不出本地——隐私党狂喜。
支持哪些格式？
输入端覆盖日常能遇到的主流格式：
- PDF（PDFium提取原生文本）
- DOCX
- XLSX
- PPTX
- 图片（自动OCR）
输出有三种选择：
- 结构化JSON：带完整的文本定位信息和bounding box，适合需要精确坐标的场景
- 纯文本：保留原始版面布局
- PNG截图：直接生成页面截图，给LLM Agent做视觉理解用
内置Tesseract OCR，装完就能用，零配置。如果Tesseract识别精度不够，还可以挂一个HTTP OCR服务器，EasyOCR、PaddleOCR或者自己搭的都行，接口是标准化的。
这个速度意味着什么？
对于RAG管道或者需要批量处理文档的场景，这个速度意味着你可以在本地跑完解析，不需要依赖云端服务。
以前处理一个100MB的PDF，你可能要等30秒到1分钟，然后还得担心云端API的费用。现在，同样的文档，1秒不到，本地跑完，数据不出本地，零费用。
对于普通用户，这意味着：
你的隐私文档，不需要上传到任何第三方服务器，就能被AI处理。
你的合同、简历、商业计划书——这些敏感文件，可以直接在本地完成解析，不经过任何人手。
国内怎么薅
看到这里你可能会问：这种东西这么好，怎么用？
LiteParse完全开源，Apache 2.0协议，GitHub免费用。
但有个前提——它是面向开发者的工具，需要一定的技术背景才能用起来。如果你只是想快速体验，或者想让AI帮你处理日常文档，可以直接用现成的封装平台。
👉 薅羊毛通道：https://blog.kejixiaoxin.org
我之前给大家整理了一份AI工具薅羊毛攻略，里面有具体的使用方法和虚拟卡订阅技巧，帮你低成本用上这类海外开发工具。
最后说一句
开源社区最大的魅力就在这里——有人愿意花时间把一个问题从”能跑”做到”极致”。
LiteParse的团队，用Rust重写了整个解析器，不是因为Rust更酷，而是因为他们真的想让速度提升10倍、100倍。
这种认真做产品的态度，值得被更多人看见。
你平时处理文档时遇到过速度慢的问题吗？留言告诉我 👇