LlamaIndex
面向文档处理的 AI 平台,用智能体 OCR 把复杂表格、图表、扫描件解析成结构化数据,并提供抽取、切分、索引与检索,供开发者搭建文档 RAG 与自动化流程。
5 次可以打开平均 1.1 秒
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。LlamaIndex 是一个做文档智能的平台,核心产品 LlamaParse 负责把 PDF、Office 文档、图片这类非结构化文件解析成大模型能直接用的干净文本和结构化数据。它针对的是排版复杂、带表格图表、甚至手写内容的文档,官方称已处理超过 10 亿份文档。
主要功能
解析之外,平台还提供几层能力:Extract 按自定义 schema 把内容抽成结构化字段,不需要训练模型;Split 按自然语言描述把文档切成逻辑段落;Classify 用自然语言规则给文档分类;Index 负责分块、向量化与检索,用于搭建 RAG。解析侧支持 50 多种文件类型,能输出边界框坐标。
另有一条开源路线 LiteParse,用 npm 安装 @llamaindex/liteparse,在本地解析 PDF、Office 文档和图片,不经过云端、不消耗大模型 token,代码在 GitHub 上公开。
适合谁
主要面向开发者与数据团队:给 AI 智能体准备文档上下文、替换传统 IDP 模板方案、做多步骤文档处理流程。金融、保险、制造、医疗这些文档密集行业是它重点展示的场景,比如尽调审阅、发票处理、技术文档检索。
费用与限制
免费计划每月 10,000 credits,约合 1000 页。按量付费从 $0 起,每 1000 credits 收 $1.5;Pro 版 $500/月,含折扣价 $1.25/1000 credits 和优先支持;企业版需联系销售。云端服务要注册账号,界面为英文。解析精度依赖文档质量,官方宣称 99.9% 可用性,但复杂扫描件仍可能出现识别偏差,重要数据建议人工抽检。
